PET/CT画像を用いた肺結節検出手法

CT画像から得られる形態情報とPET画像から得られる代謝（機能）情報を併用して肺結節を自動検出する手法を開発しています。ディープラーニングを取り入れることによって飛躍的に検出性能が向上しました。

PET/CT画像を用いた肺結節の良悪性鑑別

肺結節が発見された後、必要に応じて良悪性を鑑別するための肺生検が行われます。しかし生検は非常に身体的負担の高い検査です。そこで、PET/CT画像と機械学習技術を用いて、画像診断の段階で良悪性鑑別が行えるシステムを開発しています。

予後予測

一生のうちに2～3人に1人ががんと診断される時代になっています。がんが身近なもとなるにつれ、自分の余命に関心を持つ人が多くいます。がん患者は今後も増加すると予想されるため、ますます余命に関心を持つ人が増加すると考えられます。

そこで当研究室では、肺がん患者のCT画像を利用して予後予測を行う手法の開発を行っています。人工知能技術の一種であるディープラーニング技術や機械学習法を用いることで高い予測精度が得られています。

肺結節・肺がんの疑似CT画像生成

近年、敵対的生成ネットワーク(GAN)と呼ばれる、人工知能による精巧な画像生成技術が注目を集めています。当研究室では、GANや拡散モデルを利用し、肺結節・肺がんの疑似CT画像の生成に関する研究を行っています。生成した画像を画像分類等のタスクに利用することにより、CADシステムの性能をさらに高めることが可能になっています。

超音波動画像による心筋梗塞の自動検出

超音波検査はエックス線による被ばくの影響もなく、簡便に検査できることから循環器疾患の診断にも広く用いられています。しかし、装置の操作を行いながら動画像による診断を行う必要があり、術者による診断精度のばらつきが問題となっています。そこで当研究室では、超音波動画像を２つのディープラーニング（CNN・LSTM）を用いて心筋梗塞を自動検出する検討を行っています。

心電図波形を用いた患者予後（死亡）の予測

重度の心筋梗塞患者は循環器専門の集中治療室（CCU）にてケアが行われます。患者が重篤な状態になることが予測できれば、さらに綿密な治療や観察が行えます。そこで当研究室ではディープラーニング技術の一つであるCNNを用いて心電図波形から患者の予後（短期死亡の有無）を予測する研究を行なっています。