Automatic creation of a large amount of virtual normal and abnormal medical images

自动创建大量虚拟正常和异常医学图像

• 批准号: 21K12722
• 负责人: 花岡 昇平
• 金额: $ 2.08万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 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/grant/KAKENHI-PROJECT-21K12722/
• 关键词: 医用画像処理; 架空画像生成; 架空病変生成; 人工病変埋め込み; 医用画像AI; 胸部単純写真; 肺癌; コンピュータ支援検出; X線CT; MRI; 深層学習

胸部単純写真においては、架空画像の生成、異常病変の生成、埋め込みを全体として実装するところはすでに成功している。今回はそれを用いて、架空の(肺癌を模倣した)肺結節病変を有する架空の胸部単純写真を多量生成し、それにより病変検出AIを学習させた。学習させたAIは、実際の肺癌などの症例の胸部単純写真で性能評価を行った。架空画像は512x512の解像度を持ち、医師が肉眼で確認しても真贋の区別がつかない程度のクオリティが得られた。これを65536枚生成し、AIの学習を行った。ここで、AIの学習において、架空病変を埋め込んだ画像のほか、埋め込む前の画像も利用可能であるが、このような病変あり/なしの画像ペアを効率的に学習する手法は知られていなかった。このため、このような画像ペアを効率的に学習できるフレームワークを作成した。具体的には、新規に評価関数(コストファンクション)を考案し、単一のU-netで病変あり/なしペアを効率的に学習できるようにすることに成功した。ここで、学習時には病変あり/なしペアを使うが、実際にAIを利用するときにはペアが必要とはならないように評価関数を工夫した。研究成果は国際学会(CARS)、国内学会(電子情報通信学会 医用画像研究会)で発表した。

Chest 単 pure photo に お い て は portraits, aerial の generated, abnormal disease - の generation, buried め 込 み を all と し て be loaded す る と こ ろ は す で に successful し て い る. Today back to は そ れ を with い て, aerial の imitation (lung cancer を し た) pulmonary sarcoidosis - を have す る 単 pure overhead の chest photo を generation し, abundant そ れ に よ り disease - 検 out AI を learning さ せ た. Study させたAI な, actual <s:1> lung cancer な <s:1> cases <e:1> chest 単 pure photo で performance evaluation 価を work った. Aerial pictures は 512 x512 の resolution を hold ち, physicians が で confirmed to the naked eye し て も really turns の difference が つ か な い degree の ク オ リ テ ィ が must ら れ た. Youdaoplaceholder2 れを 65,536 generate を, AI <s:1> learns を rows った. こ こ で, AI の に お い て, aerial disease - を buried め 込 ん だ portrait の ほ か, buried め 込 む の portraits も before use may で あ る が, こ の よ う な disease - あ り / な し の portrait ペ ア を sharper rate に learning す る gimmick は know ら れ て い な か っ た. こ の た め, こ の よ う な portrait ペ ア を sharper rate に learning で き る フ レ ー ム ワ ー ク を made し た. Specific に は, new rules に review 価 masato number (コ ス ト フ ァ ン ク シ ョ ン) し を test case, a の 単 U -.net で disease - あ り / な し ペ ア を sharper rate に learning で き る よ う に す る こ と に successful し た. こ こ で, when studying に は disease - あ り / な し ペ ア を make う が, be interstate に AI を using す る と き に は ペ ア が necessary と は な ら な い よ う に review 価 masato number を time し た. The research results are published by the international society (CARS) and the domestic society (Medical Imaging Research Society of the Electronic Information and Communication Society)で and are published by た.

项目成果

病変を埋め込んだ人工学習データによる異常検知のための新たな損失関数の提案 ～ Normal/Abnormal Contrastive (NAC) loss ～

提出使用嵌入病变的人工学习数据进行异常检测的新损失函数〜正常/异常对比（NAC）损失〜

• 发表时间: 2023
• 作者: 花岡 昇平;野村 行弘;柴田 寿一;竹永 智美;吉川 健啓;林 直人;阿部 修
• 通讯作者: 阿部 修

Artificial chest X-ray image creation with simulated lung nodules by Glow algorithm

通过 Glow 算法创建模拟肺结节的人工胸部 X 射线图像

• 发表时间: 2022
• 作者: Hanaoka S.;Nomura Y.;Hayashi N.;Shibata H.;Nakao T.;Takenaga T.;Abe O.
• 通讯作者: Abe O.

JRSゲームセンター：来たれ、肺結節検出でAIに勝てる読影医

JRS游戏中心：来吧，解读肺结节打败AI的解读医生

• 发表时间: 2022
• 作者: 三木聡一郎;花岡昇平;野村行弘;中尾貴祐;越野沙織;吉川健啓;林直人;阿部修
• 通讯作者: 阿部修

Automatic measurement of the muscle cross-sectional area on the 1st and 3rd lumbar vertebra levels by two U-nets

通过两个U型网自动测量第1和第3腰椎水平的肌肉横截面积

• 发表时间: 2023
• 作者: Hanaoka S.;Gonoi W.;Inui S.;Akamatsu N.;Nomura Y.;Takenaga T.;Miki S.;Yoshikawa T.,Hayashi N.;Sugawara K.;Taguchi S.;Kishitani K.;Kume H.;Kawai T.;Nakagawa T.;Abe O.
• 通讯作者: Abe O.