科目名 医用画像診断支援特論
単位数 2.0
担当者 医用情報科学専攻 准教授 青山 正人
履修時期 前期
履修対象 1,2年生
概要 授業形態:講義(演習を伴う)

 情報処理技術の応用としての医用画像診断支援の概念,背景,効果について整理する.大別すると画像中に現れる病変などの異常部分の検出と検出された部分の良悪性鑑別がある.そこに至るまでの定量的な解析結果を数値として,あるいは画像データ等として可視化して提示することで医師の診断を支援することも広義の診断支援に含まれる.
 以下のように実装も取り入れながら医用画像を対象とした情報処理技術の応用としての診断支援に関する知識を深める.

1. 様々なモダリティ撮影部位を対象に,画像の撮影から診断支援への展開についての調査,ならびに,輪講(洋書)形式での発表を通して受講者間で議論し,理解を深める.
2.「X線画像の照射野絞り領域の検出と高輝度領域の低輝度化」を取り上げ,対象データを整理し,具体的なアルゴリズムを実現するにより検討したアルゴリズムの妥当性,性能を評価する方法を習得する.
科目の到達目標  情報科学の立場から,今日の診断に欠かせなくなっている医用画像について,様々なモダリティ,撮影部位について,撮像方法から画像特徴の抽出,さらには診断支援への利用までを総合的に理解する.
 また基本的な画像処理技術を演習による実装を通して習得する.そこでは,医用画像診断支援の具体例を実現する処理を対象データの整理の検討から具体的なアルゴリズム開発まで一貫した経験により実践的に身につける.
受講要件 C言語による基本的なプログラミングが行えること.
事前・事後学修の内容 【事前学修】
・輪講での担当に割り当てられた範囲の内容に関して,受講者の前で発表できるように準備する.割り当てられた範囲を読むだけでなく,内容の理解と関連する調査も含む.
・プログラミングに関する講義,演習,実験を復習する.
・処理を実現するためのアルゴリズムについて事前に検討しておく.
【事後学修】
・発表,議論を受けて,理解が不十分な点などの気づきがあれば,さらに理解が深められるように学習する.
・作成したプログラム,処理結果,考察内容を発表できるようにまとめる.発表での議論を受けてレポートとしてまとめる.
講義内容 第1回:背景,概要
第2回:マンモグラフィ(1) 腫瘤の検出と鑑別のアルゴリズム
第3回:マンモグラフィ(2) 微小石灰化の検出と鑑別のアルゴリズム
第4回:X線画像 結節状陰影の検出アルゴリズム
第5回:X線CT画像 結節状陰影の検出と鑑別のアルゴリズム
第6回:脳腫瘍の検出アルゴリズム
第7回:CAD(computer-aided detection/diagnosis)システム評価の方法論
第8回:「X線画像の照射野絞り領域の検出と高輝度領域の低輝度化」の背景
第9回:画像データの扱い
第10回:画像の平滑化
第11回:エッジ検出
第12回:ハフ変換による直線検出
第13回:線ベースの形状認識
第14回:照射野絞り領域の検出と高輝度領域の低輝度化
第15回:発表会
評価方法 輪講における発表内容,取組,準備状況,レポート,および,プログラム作成を伴うレポート,発表会での発表内容を総合的に評価する.
秀,優,良,可,不可の基準は学生便覧に記載の通りとする.
教科書等 適宜,印刷物を配付する.
輪講で用いる図書
Computer-Aided Detection and Diagnosis in Medical Imaging
Edited by Qiang Li, Robert M. Nishikawa
ISBN: 978-1-4398-7177-5
CRC Press
2015.
担当者プロフィール 医用画像を対象にしたコンピュータ支援診断に関する研究に従事.

【学生の学習指導・支援体制について】
授業内容に関する,学生の個別学習相談を随時受け付けている.
事前にメールでアポイントメントを取ってから,来訪すること.
備考 【教職】高専修(情報)

履修登録者数に合わせて,その人数で幅広く効果的に医用画像診断支援を理解するために,前半で扱うテーマや後半との比率を変更する可能性がある.