AIによる医療用画像診断システムのディープラーニング精度の向上・高確率解析の実現【提携セミナー】

医療機器

AIによる医療用画像診断システムのディープラーニング精度の向上・高確率解析の実現【提携セミナー】

開催日時 未定
担当講師

河畑 則文 氏
間普 真吾 氏

開催場所 未定
定員 未定
受講費 未定

★AIによる医療診断の開発と実践を推し進めるための、前処理技術のコツ!
★教師データが少ない状況における画像の活用法!(分類・調整・変換など)

 

AIによる医療用画像診断システムの

ディープラーニング精度の向上・高確率解析の実現

 

 

【提携セミナー】

主催:株式会社技術情報協会

 


 

講座内容

AIによる医療用画像診断システムの開発では,情報科学技術を活用した医用画像工学の知識や研究が重要である。医療の専門従事者の使用環境は様々で、ユーザーのニーズに対応していく必要がある。画像を認識・検出・処理・評価するだけではなく、効率の良い前処理アルゴリズムを設計することで、ディープラーニングの精度が向上する。本講演では、私の専門である情報科学分野からアプローチした最近の研究紹介を含め、AIによる医療用画像診断の開発と実践のための「前処理技術のコツとディープラーニング精度の向上」について考えていく。

AI学習を効果的に行うには、ビッグデータと対応する教師ラベルが重要である。一方、医療に対するAI活用の期待は大きいものの、大量の教師データが得にくい分野でもある。様々な臓器や疾患の種類、検査装置によって取得されたデータに対して頑健なAI診断システムを構築すには十分な教師データが必要であるが、倫理審査、教師ラベル付与の労力どの点で収集が難しい。したがって、限られた教師データから得られる情報を可能な限り活用して性能の高いAI学習を行う方式が重要である。本講演では、主に胸部画像を対象にした事例をもとに、様々な学習方式の解説を行う。

 

 

習得できる知識

AIによる医療診断の開発と実践を推し進めるための、前処理技術のコツ

 

 

担当講師

コンピュータイメージングラボ コンピュータイメージング研究部門 代表 河畑 則文 氏

山口大学 大学院創成科学研究科工学系学域知能情報工学分野 教授 間普 真吾 氏

 

 

セミナープログラム(予定)

1.前処理技術のコツ と ディープラーニング精度の向上

コンピュータイメージングラボ コンピュータイメージング研究部門 代表 河畑 則文 氏

 

【講座趣旨】

AIによる医療用画像診断システムの開発では,情報科学技術を活用した医用画像工学の知識や研究が重要である。医療の専門従事者の使用環境は様々で、ユーザーのニーズに対応していく必要がある。画像を認識・検出・処理・評価するだけではなく、効率の良い前処理アルゴリズムを設計することで、ディープラーニングの精度が向上する。本講演では、私の専門である情報科学分野からアプローチした最近の研究紹介を含め、AIによる医療用画像診断の開発と実践のための「前処理技術のコツとディープラーニング精度の向上」について考えていく

 

【講座内容】

1.はじめに

  • AIによる医療用画像診断システムの開発における概要
  • 情報科学分野からアプローチする医用画像工学の研究背景

 

2.研究紹介(前処理を中心に)

  • 符号化欠損領域の自動検出を想定した医用画像データの前処理技術
  • 質感情報に基づく画像の領域分割に関する医用画像データの前処理技術
  • 超解像に関する医用画像データの前処理技術
  • コントラスト強調に関する医用画像データの前処理技術

 

3.研究紹介(ディープラーニングを中心に)

  • 敵対的生成ネットワークを用いた医用画像データの前処理技術
  • 顕著性マップを用いた医用画像データの前処理技術
  • セマンティックセグメンテーションを用いた医用画像データの前処理技術
  • 医用画像データに適用可能なスパースコーディング技術

 

4.ディジタルトランスフォーメーション (DX) 時代に求められる研究開発

  • 数理・データサイエンス教育研究と医療DX
  • 360度カメラ画像とクロスリアリティの活用と医療DX

 

5.前処理技術のコツとディープラーニング精度の向上に向けて,総合討論とプロジェクト事例

 


2.少ない教師データを用いた高効率解析を実現するためのメソッド

山口大学 大学院創成科学研究科工学系学域知能情報工学分野 教授 間普 真吾 氏

 

【講座趣旨】

AI学習を効果的に行うには、ビッグデータと対応する教師ラベルが重要である。一方、医療に対するAI活用の期待は大きいものの、大量の教師データが得にくい分野でもある。様々な臓器や疾患の種類、検査装置によって取得されたデータに対して頑健なAI診断システムを構築すには十分な教師データが必要であるが、倫理審査、教師ラベル付与の労力どの点で収集が難しい。したがって、限られた教師データから得られる情報を可能な限り活用して性能の高いAI学習を行う方式が重要である。本講演では、主に胸部画像を対象にした事例をもとに、様々な学習方式の解説を行う。

 

【講座内容】

①教師データ収集の問題点

  • 教師あり学習と教師なし学習

 

②少ない教師データに対応するための様々な方式

  • 「教師なし学習」と胸部CT画像の分類
  • 「自己教師あり学習」と胸部CT画像の分類
  • 「ドメイン変換」による異なる施設の画像特徴の自動調整
  • 教師なしドメイン変換
  • 半教師ありドメイン変換
  • 胸部CT画像および甲状腺組織画像(HE染色画像)の分類
  • 「異常検知」による異常データの収集コストの軽減
  • 複数の深層学習モデルを組み合わせた異常検知方式
  • 半教師あり学習型異常検知方式
  • 「転移学習」による学習の効率化
  • 医療画像における転移学習の事例

 

公開セミナーの次回開催予定

開催日

未定

 

開催場所

未定

 

受講料

未定

 

 

技術情報協会主催セミナー 受講にあたってのご案内

 

備考

資料は事前に紙で郵送いたします。

 

お申し込み方法

★下のセミナー参加申込ボタンより、必要事項をご記入の上お申し込みください。

 

お申込後はキャンセルできませんのでご注意ください。

※申し込み人数が開催人数に満たない場合など、状況により中止させていただくことがございます。

 

 

おすすめのセミナー情報

製造業eラーニングTech e-L講座リスト

製造業向けeラーニングライブラリ

アイアール技術者教育研究所の講師紹介

製造業の新入社員教育サービス

技術者育成プログラム策定の無料相談受付中

スモールステップ・スパイラル型の技術者教育

技術の超キホン

機械設計マスターへの道

生産技術のツボ

早わかり電気回路・電子回路

早わかり電気回路・電子回路

品質保証塾

機械製図道場

スぺシャルコンテンツ
Special Contents

導入・活用事例

テキスト/教材の制作・販売