弱教師深層学習と計算解剖モデルの統合による肝臓がんの診断支援

点击翻译按钮获取中文摘要

2022年度は深層学習を用いた肝臓がんの診断支援を目的に以下の国際共同研究成果が得られた。(1) 自然画像に比べ、学習に利用できるアノテーションされた医用画像が非常に少ない。少ない学習データでも高精度に医用画像解析ができるように、人体の解 剖知識と臓器の解剖モデルを先験知識として人工知能モデルに組み込む高精度な半教師付き臓器セグメンテーション法を提案し、肝臓などを高精度なセグメンテーションに実現した。その成果は医用画像のトップ学術誌IEEE JBHI (IF 7.021)で発表した。(2) 教師なし学習法による高精度な肝臓腫瘍検出法を開発した。従来の肝臓腫瘍検出の学習に、膨大な腫瘍レベルのアノテーションが必要であり、時間と労力がかかる。本提案法は、一切のアノテーションなしで、高精度な肝臓腫瘍検出ができるようになった。本研究成果は医用画像解析分野のトップ国際学会MICCAI2022 で発表した。(3) 2022年6月と2023年2月に国際連携交流として、三大学(立命館大学(日本)、浙江大学(中国)、インド工科大学(インド))によるオンライン国際連携研究交流会を開催した。毎回各大学から学生1名が最新の研究成果を紹介した。三大学の教員が共同指導した。また、2022年8月-9月, 2023年2月-3月それぞれ約１ヶ月ほど中国の浙江大学で共同研究を実施した。(4)　2022年6月に大会長として国際学会International Conference on Innovation in Medicine and Healthcareをギリシャで主催した。その論文集を本としてSpringer社より出版された。また、2022年7月に第22回日本術中画像情報学会にて「AIと医用画像解析」という特別講演を行った。