医用画像のデノイズと軽量化ができる新しいU-net処理
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。
この製品へのお問い合わせ
カタログ（1）
カタログをまとめてダウンロード
企業情報
技術移転による収益は、新たな研究資金として大学や研究者へ還元され、更なる研究成果を創出するために利用されます。この一連の循環“知的創造サイクル”を円滑に回すため、我々は技術移転を全力で進めて参ります。取り扱っているシーズは、特許、ノウハウ、データベース、プログラム等です。 下記の大学と技術移転基本契約等を締結し、連携体制を構築しております。（2024年4月1日現在） ・東北大学・弘前大学・岩手大学・秋田大学・福島大学・山形大学・東北学院大学・岩手医科大学・福島県立医科大学・会津大学・宮城大学・北海道大学