このページの先頭です

メニューを飛ばして本文を読む

ここから本文です

サイト内の現在位置

研究活動:研究・産学連携

データ関連人材育成拠点 研究室紹介

AIや数理手法を使って医療画像の診断を支援する

名前 庄野 逸(しょうのはやる)教授
所属 大学院情報理工学研究科
情報学専攻
OPAL-RING https://www.uec.ac.jp/research/information/opal-ring/0005365.html
研究室ホームページ http://daemon.inf.uec.ac.jp/ja/

研究概要

画像処理が専門で、最近では医療画像から高い精度で疾患を見つけるコンピュータ支援診断(CAD)システムの高性能化を目指す。特に、人工知能(AI)技術の一つであるディープラーニングと、少数のデータから全体像を把握する「スパース(疎性)モデリング」を使って、診断率の向上に役立つ手法を提案している。

研究テーマ

ディープラーニング

呼吸器疾患の中でも難治性の高い「びまん性肺疾患」の診断支援を目指し、学習済みのモデルを別の領域に適用する「転移学習」をディープラーニングに導入した。肺の画像だけでなく、自然画像や模様などの一般画像をあらかじめ学習させるという2段階の転移学習により、通常のディープラーニングの課題である大量の学習データを用いずに識別精度を高めることに成功。また、可視化によってAIの欠点である“ブラックボックス化”の問題も解決した。

スパースモデリング

同様に、びまん性肺疾患の診断支援を想定し、スパースモデリング手法と従来の画像処理手法を導入して比較した結果、スパースモデリングが最も高い識別性能を示すことを確認した。少ない因子で表現しているため、原因も特定しやすく、医療画像の診断に有効な手法であることを示した。

マテリアルズ・インフォマティクス(材料科学と情報科学の融合)

上記の手法を材料科学に応用し、材料の特性を向上する構成元素や組成の探索なども行う。画像処理の中でも特に生物の視覚に基づく視覚情報処理を得意とし、ハードウエアの開発などにも画像処理の手法を導入している。

経歴

生物工学のバックグラウンドを持ち、数理やAI、情報を使いこなして医療分野や材料分野などに生かす。今後は「脳分野の研究にも範囲を広げたい」という。

研究・産学連携