敵対的生成ネットワークによる説明可能な3D-MRI画像識別モデルによる診断支援

使用可解释的 3D-MRI 图像识别模型（使用生成对抗网络）提供诊断支持

• 批准号: 22K12786
• 负责人: 吉田 真一
• 金额: $ 2.66万
• 依托单位: Kochi University of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2026-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K12786/
• 关键词: CNN; GAN; Grad-CAM; MRI; X線; 説明可能AI; 敵対的生成ネットワークGAN; 医用画像; ニューラルネットワーク; ディープラーニング

医療画像判別用畳み込みニューラルネットワーク(CNN)と、画像条件（内容）の変換（描出）を行う巡回的敵対的生成ネットワーク(Cycle GAN)実行環境の整備を行った。実行環境には24GBのGPUボードを用いることとした。Cycle-GANの実行環境の整備および2次元画像についての実証は終了しており、一般的な顔画像の性別変換が行えることを確認しているが、データ数1000程度の場合十分な変換精度が得られないこと、変換の際に過学習のような現象（単純な明度変換のみなど）が確認された。また、胸部X線画像および脳MRI画像に対して既存の説明性手法として、Grad-CAMおよび画像の一部をマスキングするオクルージョンを用いる手法について検討した。MRI画像については、頭部T1強調画像、バイアス補正、線形標準化、脳領域セグメンテーション、全脳、白質、灰白質、脳髄液、非線形標準化、非線形標準化の変形場画像、非線形脳領域セグメンテーションの各画像についてCNNでの男女識別、および学習後モデルに対するGrad-CAMを行った。その結果、線形・非線形標準化後の画像において小脳、視床周辺、脳梁、脳幹が識別に寄与した部位として出力された。またオクルージョンを基にする手法においては、Harvard-Oxford atlasに基づいてFSL(FMRIB Software Library)を用いて48の皮質領域に分割した脳MRIのT1強調画像に対して、3D-CNNによる年齢の回帰を行ったモデル（決定係数0.75）について、縁上回、前頭極が比較的精度に寄与しているという結果になったが、他の部位との決定係数の差が大きくなく（0.4前後）、その説明性にはまだ検討が必要であるとの結果となった。また、アルツハイマー病の脳MRIデータセットADNIに対してGrad-CAMを行った結果では、形状などの低次特徴を認識している結果となり更なる検討が必要であることが分かった。

我们已经开发了用于医疗图像识别的卷积神经网络（CNN）和一个转换（描述）图像条件（内容）的周期执行环境。选择一个24GB GPU板作为执行环境。自行车执行环境和2D图像的演示已经完成，并且已经确认可以执行一般面部图像的性别转换，但是当数据计数约为1000左右时，无法获得足够的转换精度，并且在转换过程中已经确认了诸如过度学习的现象（例如仅简单的亮度转换）。我们还使用Grad-CAM和遮挡来掩盖了一部分图像的胸部X射线图像和脑MRI图像的现有描述性技术。对于MRI图像，针对头部T1加权图像的每个图像，偏置校正，线性归一化，大脑区域分割，全脑，白质，灰质，灰质，非线性标准化，非线性标准化，非线性标准化，CNN上的性别识别以及对线后模型的渐变模型。结果，在线性和非线性归一化之后的图像中，小脑，perithalamus，callosum和脑干是输出的，作为有助于识别的位置。此外，在基于闭塞的方法中，该模型使用3D-CNN（确定系数0.75）对大脑MRI的T1加权图像进行了回归，该模型使用FSL（FMRIB软件库）分为48个皮质区域（FMRIB软件库），基于哈佛大学-Oxford Atlas，基于子膜和额叶的其他位置均可促成其他差异，但在较大的位置上有差异，但相差很明显，但在相差方面差异，但相差很明显，但有所不同（大约0.4），并且仍然需要解释该模型的解释性。此外，阿尔茨海默氏病的大脑MRI数据集为ADNI的GRAD-CAM结果表明，患者识别出较低的特征，例如形状，并且需要进一步研究。

项目成果

Artificial Intelligence in Quantitative Chest Imaging Analysis for Occupational Lung Disease

• DOI: 10.1055/s-0043-1767760
• 发表时间: 2023-04-18
• 期刊: SEMINARS IN RESPIRATORY AND CRITICAL CARE MEDICINE
• 影响因子: 3.2
• 作者: Suganuma，Narufumi;Yoshida，Shinichi;Suzuki，Kazuhiro
• 通讯作者: Suzuki，Kazuhiro