世界的に急激な高齢化に加え、多忙な医療人材は確保が年々になりつつあります。そのため、医療現場で働く人々の負担は益々増大しています。こうした背景から、様々な医療用途で画像処理を活用する研究が盛んに行われています。例えば尿沈渣画像から各細胞の検出・分類を行ったり、MRI画像から癌細胞を自動的に検出したりすることで、臨床検査技師の作業負担を低減する等の試みがあります。
本講座では、深層学習を活用した画像処理技術を用いることで、より少ない学習データで、あるいは、より高精度に等の医療現場の実要求に即した目的を設定し、その達成を目指しています。例えば、学習には画像にアノテーションする必要がありますが、これは大きな作業負担に繋がります。さらに、症例によっては十分な学習用データの蓄積が困難な場合があり、学習データ数に対してロバストな画像処理技術やデータ増強技術に対する需要は高いです。これらのみ限定されませんが、様々な画像処理技術を組み合わせることで、医療現場の負担軽減を実現します。
- 医療用画像における種々の細胞検出
- 細胞画像の学習データ増強
- 細胞画像のクラスタリングとラベリング
