敵対的生成ネットワークによる乳房超音波画像を生成し教育や研究への応用を目指す研究

旨在使用生成对抗网络生成乳腺超声图像并将其应用于教育和研究的研究

• 批准号: 21K15800
• 负责人: 藤岡 友之
• 金额: $ 1.16万
• 依托单位: Tokyo Medical and Dental University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K15800/
• 关键词: 超音波; 乳腺画像診断; 人工知能; 敵対的生成ネットワーク; 乳癌; 生成画像; 画像診断; 医学教育

過去に東京医科歯科大学病院で撮影された超音波検査の画像データ（合計約2000症例）を取得し、病理組織ごとに振り分けを行った。DCGAN (Deep Convolutional Generative Adversarial Network)とよばれる、畳み込みニューラルネットワーク使いたモデルをベースに、乳腺超音波の生成画像モデルを用い、組織ごとに生成画像を作成した。生成画像の画質を評価し、層の数、ノード数、活性化関数・バッチサイズなどを調整し、学習率が良くノイズ、ドロップアウト率の少ない画像生成を行える条件を決定した。作成された生成画像は放射線科医により評価され、人工知能が作成した画像の特徴量を抽出した。現在人工知能の作成する画像はどのような特徴があるのかについて多方面より検証している。

In the past, the imaging and imaging studies (about 2000 cases in total) were performed at Tokyo Medical and Dental University Hospital. DCGAN (Deep Convolutional Generative Adversarial Network) is used to generate images of breast ultrasound. Image quality evaluation, number of layers, number of activation levels, adjustment of learning rate, and selection of image quality criteria are determined. To create a portrait, radiologists evaluate it, and manually extract features from the portrait. Now artificial knowledge can create a portrait of the characteristics of the multi-faceted identification.

项目成果

乳腺 シンポジウム「乳腺領域のAIの進歩と可能性」 超音波乳房画像診断のAI研究の最新動向

乳腺研讨会“AI在乳腺领域的进展与可能性”超声乳腺影像诊断AI研究最新动态

• 发表时间: 2022
• 作者: 田上穂;松下矩正;佐々木誠;藤本隆広;中田学;小野幸果;吉村通央;藤岡友之
• 通讯作者: 藤岡友之