权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

多次元医用画像における臓器・疾患横断型深層学習に基づく医師の暗黙知獲得と蓄積

基于多维医学图像跨器官、疾病深度学习的医生隐性知识的获取和积累

基本信息

批准号：
20K11827
负责人：
周向栄
金额：
$ 2.66万
依托单位：
Gifu University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

この研究目指している多次元医用画像を用いた臓器や疾患横断型深層学習は、医療現場において大きな期待が寄せられている研究分野の一つです。この研究では、深層学習アルゴリズムを用いて多次元医用画像を解析し、病変部位の自動検出や診断支援を行い、医師の暗黙知獲得と蓄積に役立てることができます。これまでに、岐阜大学病院の倫理委員会の審査を受け、本研究計画と医用画像の使用が許可されました。岐阜大学で収集した医用画像を海外で公開された画像データセットと合わせて、本研究の基盤である大規模な人体画像のデータセットを構築しました。体幹部における人体の解剖構造を細分化し、医師の指導を受けて人体の主要な内臓と骨格・筋肉をCT画像から手動で抽出し、医用画像とその上に解剖構造を両方備えた教師データセットを作成しました。これにより、医用画像を用いた計算機の自己学習に必要とする知識データを整えました。医用画像からの解剖学的構造の認識・抽出、画像間の位置合わせ、症例の自動判別など、異なるタスクを共通の枠組みで学習する方法を提案しました。実験の結果、異なるタスクを実現するために構築したモデルに共通する特徴空間があり、計算機の学習によって医用画像における汎用的な医学知識の獲得が可能であることを確認しました。また、大量な医用画像データに基づいて様々なタスクに対応するモデルの構築を繰り返しながら、異なるモデルの共通部分を一つの「辞書」に効率的に集約する方法（辞書学習と呼ばれる）を構築し、初期的な実験結果を実施して性能が確認されています。

This research aims to explore the use of multi-dimensional medical imaging, cross-sectional deep learning, and medical field research. This research is based on deep learning, application of multi-element medical image analysis, automatic detection and diagnosis support of disease site, knowledge acquisition and service accumulation of doctors. The Ethics Committee of Gifu University Hospital has reviewed the study and approved the use of medical images in this study. Gifu University collects medical portraits overseas and builds large-scale human portraits. The anatomy of the human body is subdivided and guided by the doctor. The CT images of the main organs of the human body are extracted manually and prepared by the teacher. This is the first time I've ever seen a doctor. To propose a method for recognizing and extracting anatomical structures of medical images, combining images, automatically distinguishing symptoms, and combining images. The result is that it is possible to construct a common feature space for computer learning and general medical knowledge. A large number of medical images are based on the construction of a dictionary, and the common parts of a dictionary are divided into two parts: the construction of a dictionary, the construction of a dictionary, and the initial implementation of a dictionary.

项目成果

期刊论文数量（14）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Tooth recognition and classification using multi-task learning and post-processing in dental panoramic radiographs

在牙科全景射线照片中使用多任务学习和后处理进行牙齿识别和分类

DOI：
10.1117/12.2582046
发表时间：
2021
期刊：
Proc. SPIE 11597, Medical Imaging 2021: Computer-Aided Diagnosis,
影响因子：
0
作者：
Morishita Takumi;Muramatsu Chisako;Zhou Xiangrong;Takahashi Ryo;Hayashi Tatsuro;Nishiyama Wataru;Hara Takeshi;Ariji Yoshiko;Ariji Eiichiro;Katsumata Akitoshi;Fujita Hiroshi
通讯作者：
Fujita Hiroshi

深層学習に基づく3次元CT画像からの複数臓器の自動位置検出～ 2D-CNNとTransformerの融合～

基于深度学习的3D CT图像中多个器官的自动位置检测〜2D-CNN和Transformer的融合〜