理化学研究所などは、これまで超音波検査にAI(人工知能)を適用する上で課題だった「影」の検出に関して新技術を開発した。胎児の心臓超音波スクリーニング技術の臨床応用に向けた研究が前進したとする。

 開発したのは、理化学研究所と富士通(富士通研究所)、昭和大学、国立がん研究センターの共同研究グループ。機械学習の1つである深層学習によるラベルなしデータでの学習を用いた。

ラベルなしデータで超音波画像の影を学習するモデル(出所:理化学研究所などの共同研究グループ)
[画像のクリックで拡大表示]

 超音波検査では、超音波ビームが骨などの構造物に反射し、それより遠い画像情報を取得できないため、「影」として映る「音響陰影」がよく起きる。これは、画像の質を劣化させるだけでなく、検査そのものの精度を著しく低下させる原因となる。

 影を検出する方法には、これまでに伝統的な画像処理でアプローチする手法と、影の有無をラベル(正解)付けしたデータを用いる教師あり学習の手法があった。しかし、どちらの手法にも精度の向上やラベル付の難しさなどの弱点がある。そこで共同研究グループは、これら従来手法の弱点を克服するための新たなアプローチとしてラベルなしデータでの学習を採用し、影を検出する新技術を開発した。

従来手法と今回の手法を比較した評価結果。上段は伝統的な画像処理手法、中段は従来のディープラーニング手法、下段が今回の研究で提案した手法となる(出所:理化学研究所などの共同研究グループ)
[画像のクリックで拡大表示]

この先は日経 xTECH Active会員の登録が必要です

日経xTECH Activeは、IT/製造/建設各分野にかかわる企業向け製品・サービスについて、選択や導入を支援する情報サイトです。製品・サービス情報、導入事例などのコンテンツを多数掲載しています。初めてご覧になる際には、会員登録(無料)をお願いいたします。