このページの本文へ

大量の正解データ付き画像を用意するのが難しい医療分野のAI導入へ

少ないデータからでもディープラーニングが可能な技術

2018年04月17日 14時30分更新

文● 行正和義 編集●ASCII

  • この記事をはてなブックマークに追加
  • 本文印刷
腎生検画像と糸球体検出

 富士通研究所は4月16日、少ないデータしか学習に使用できない場合でもディープラーニングによる物体検出の精度を向上させる技術を発表した。

 画像から特定の物体が検出する画像認識は各種分野で利用されており、患部の画像から病気を診断する医療用途においても活用が期待されている。ディープラーニングで精度を出すには数万枚規模の正解データ付き画像を用意する必要があるものの、患部を特定した画像を用意できるのは医師しかいないことから学習に十分なデータを用意するのが難しいという問題があった。

画像復元により推定位置を検証する新しいネットワーク構造

 富士通研究所では、検出用ニューラルネットワークの推定結果を手がかりに、元のデータを復元するニューラルネットワークを作成。間違った推定から復元された画像は元画像と一致しないため推定の正しさを検証でき、正解データを増やしながら推定と復元を繰り返すことで精度を上げる技術を開発した。

 富士通研究所では、京都大学大学院医学研究科と共同で腎臓病の診断を支援する自動化する研究を行なっており、腎臓病診断における糸球体組織の状態や数を確認する検査で新技術を用いたところ、正解データ付き画像50枚のみの学習でも従来の2倍以上となる精度を達成したという。

 同社では、腎臓病診断支援のほかにも工場の製造ラインやインフラ設備の点検といった各種分野への展開を想定し、富士通のAI技術「Zinraiプラットフォーム」への2018年度中の導入を目指すとしている。

■関連サイト

カテゴリートップへ

灯油タンクで残量検知を実現!北海道の生活を守るIoTとは【熱量IoT】#3

動画一覧はこちら!