よむ、つかう、まなぶ。
2025年6月17日 少数データの学習でも正確な肝腫瘍抽出を学ぶ スモールデータAIを開発 (4 ページ)
出典
ページ画像
ダウンロードした画像を利用する際は「出典情報」を明記してください。
低解像度画像をダウンロード
プレーンテキスト
資料テキストはコンピュータによる自動処理で生成されており、完全に資料と一致しない場合があります。
テキストをコピーしてご利用いただく際は資料と付け合わせてご確認ください。
による⼿作業でのアノテーションを⼤幅に軽減できるため、コスト⾯を含めた医療 AI
開発のハードルを⼤きく下げられます。
●今後の展開
スモールデータ AI である MHP-Net の開発に成功した今回の研究成果は、今後、希
少がんの検出など、⼤量データの収集が困難な分野への応⽤につながると期待されます。
●付記
本研究は、JST 未来社会創造事業「サイバー世界とフィジカル世界を結ぶモデリング
と AI」の⽀援を受けて⾏われました。
【⽤語説明】
（1）
肝腫瘍セグメンテーション：肝腫瘍領域の抽出のこと。肝腫瘍の⼤きさの測定、
⼤きさの変化の評価などのための基本的な作業。
（2）
MHP-Net：Multi-scale Hessian-enhanced Patch-based Neural Network（マ
ルチスケールヘッシアン強調・パッチベースニューラルネット）の略称。鈴⽊
教授が発明した最初期の深層学習モデルの⼀つ Massive-training artificial
neural network (MTANN)を腫瘍の⾼精度なセグメンテーションのために改良
したモデル。
（3）
アノテーション：⼿作業での正解付与。医療 AI の開発では医師が⾏い⻑時間
を要する。
（4）
スモールデータ AI：少数データ（データ数 100 以下）で学習可能な AI。ビッ
グデータありきの現在の AI に対⽐する形で、鈴⽊教授が提唱している AI 研究
領域。
（5）
球強調画像：画像の局所領域のヘッシアン⾏列の計算により球状の物体を強調
した画像。
（6）
DICE スコア：⼆つの領域の類似性を表す指標。セグメンテーション⼿法の精
度評価に⽤いられる。正解領域と予想領域が完全に⼀致したとき１となる。
【論⽂情報】
掲載誌：IEEE Access
論⽂タイトル：Patch-based Deep-learning Model with Limited Training Dataset for
Liver Tumor Segmentation in Contrast-enhanced Hepatic Computed Tomography
著者：Yuqiao Yang, Muneyuki Sato, Ze Jin and Kenji Suzuki
DOI： 10.1109/ACCESS.2025.3570728
開発のハードルを⼤きく下げられます。
●今後の展開
スモールデータ AI である MHP-Net の開発に成功した今回の研究成果は、今後、希
少がんの検出など、⼤量データの収集が困難な分野への応⽤につながると期待されます。
●付記
本研究は、JST 未来社会創造事業「サイバー世界とフィジカル世界を結ぶモデリング
と AI」の⽀援を受けて⾏われました。
【⽤語説明】
（1）
肝腫瘍セグメンテーション：肝腫瘍領域の抽出のこと。肝腫瘍の⼤きさの測定、
⼤きさの変化の評価などのための基本的な作業。
（2）
MHP-Net：Multi-scale Hessian-enhanced Patch-based Neural Network（マ
ルチスケールヘッシアン強調・パッチベースニューラルネット）の略称。鈴⽊
教授が発明した最初期の深層学習モデルの⼀つ Massive-training artificial
neural network (MTANN)を腫瘍の⾼精度なセグメンテーションのために改良
したモデル。
（3）
アノテーション：⼿作業での正解付与。医療 AI の開発では医師が⾏い⻑時間
を要する。
（4）
スモールデータ AI：少数データ（データ数 100 以下）で学習可能な AI。ビッ
グデータありきの現在の AI に対⽐する形で、鈴⽊教授が提唱している AI 研究
領域。
（5）
球強調画像：画像の局所領域のヘッシアン⾏列の計算により球状の物体を強調
した画像。
（6）
DICE スコア：⼆つの領域の類似性を表す指標。セグメンテーション⼿法の精
度評価に⽤いられる。正解領域と予想領域が完全に⼀致したとき１となる。
【論⽂情報】
掲載誌：IEEE Access
論⽂タイトル：Patch-based Deep-learning Model with Limited Training Dataset for
Liver Tumor Segmentation in Contrast-enhanced Hepatic Computed Tomography
著者：Yuqiao Yang, Muneyuki Sato, Ze Jin and Kenji Suzuki
DOI： 10.1109/ACCESS.2025.3570728