[3Xin2] ポスターセッション1

[3Xin2-75] 医用画像解析のためのマルチタスク表現学習

〇髙屋 英知¹、稲森 瑠星² (1.東北大学病院、2.東北大学 大学院医学系研究科)

キーワード：深層学習、表現学習、医用画像

医用画像に基づく疾患の診断や治療計画においては、画像の微細な特徴の分析が重要であり、撮影された部位や解剖学的構造への深い理解が求められる。それには様々な撮影モダリティや撮影条件に対する包括的な知識も必要となる。医療AIの文脈では、医用画像解析におけるこれらの要素をより効果的に取り込む新しい学習方法の開発が求められている。本研究では、医用画像における特有の知識獲得を目的とした階層的対照学習と、解剖学的構造の理解を深めるMasked Auto-Encoderを組み合わせたマルチタスク学習のアプローチを提案する。2種類のpre-textタスクを同時に解くことで、医用画像特有の知識及び解剖学的構造を加味した表現の獲得と、下流タスクにおける精度向上が期待される。評価に際しては、多様なモダリティと解剖学的部位が含まれる大規模な医用画像データセットとして、RadImageNetを用いて事前学習を行う。そして、様々な下流タスクにおける性能を測ることにより、提案手法の有効性を示す。