生体画像処理プログラム

医用画像のデノイズと軽量化ができる新しいU-net処理

概要

　医用画像は複雑かつ、ノイズが多いという課題があり、医療機器メーカーではディープラーニングを用いたデノイズ技術の研究開発を行っている。Unetは医用画像のセグメンテーション用に開発されたネットワークでありデノイズ処理に活用されてきたが容量が大きく、近年のスマート医療で想定されるような画像転送による遠隔診断への活用の障壁となっていた。
　本発明の「LWBNA-unet」は効率と計算リソースの削減に焦点を当てて設計され、従来のUnetモデルと比べ約10倍の軽量化に成功した。LWBNA-Unetは、チャネル幅を変えることによってチャネルを通る情報の流れを制御するのと同様に、チャネ ルの数が徐々に減少するチャネル制御を行うことで、画像内の不要な特徴の識別能が向上し、複雑でノイズの多い画像を含む医用画像の特徴を正確に捉えることを可能とした。
　また本手法は、画像内の解剖学的または病理学的な特徴を識別しセグメント化するだけでなく、異なる疾患カテゴリに分類することができることから、疾患の検出と分類のための学習が可能である。
　したがって、従来のUnetやDeepLabv3+などと比較して、同一条件下で繰り返しトレーニングを行うことで、その再現性と精度が強化されることが示され、医療画像の解析において非常に有用である。

性能・特徴等

応用例

・MRI、CT等の医用画像処理
・スマホ転送用医用画像の生成

関連文献

[1] Scientific Reports 12, Article number: 8508 (2022)
https://www.nature.com/articles/s41598-022-12486-w

知的財産データ

知財関連番号　： WO2023/062764（日本・米国・中国・韓国）
発明者　　　　： 中澤 徹、SHARMA PARMANAND
技術キーワード： 情報・通信（ソフト）、医療機器、福祉機器