Nedo의 위탁 프로젝트, "사람들과 함께 진화하는 차세대 인공 지능을위한 기술 개발 프로젝트"(이 프로젝트라고도 함)는 최근 이미지 기반 모델을 사용하여 소량의 내시경 이미지를 진단하여 높은 정확도를 가진 방광 내시경 진단 지원 바카라 룰를 개발했습니다
현재 바카라 룰는 의료 분야에서 이미징 진단을 지원하기위한 바카라 룰가 진행 중이지만 이미지 진단 지원 바카라 룰가 실제로 의료 환경에서 사용되는 영역은 제한적입니다 환자 나 검사가 거의없는 질병과 드문 사례에서 교사 데이터를 수집하는 것은 특히 어려웠으므로 영상 지원 바카라 룰를 적용하기가 어렵습니다
이번에는 두 가지 유형의 수학 공식을 사용하여 자동으로 생성 된 2 백만 개의 이미지에서 이미지 기반 모델을 구성했으며, 이미지 기반 모델과 비교하여 이전보다 훨씬 작은 약 9,000 개의 방광 내시경 이미지에 대해 알게 된 후 (감도 943%, 특이성 994)를 달성 할 수있었습니다 이미지만으로 병변이 없음 이 정확도는 이미지 인식 바카라 룰의 사전 레이팅에 널리 사용되는 Imagenet-21K 및 ImageNet-1K 전 예방 적 정확도를 초과합니다
앞으로, 우리는 진단 영역에 맞게 조정 된 이미지 기반 모델을 개발하고 cystoendoscopy 외에 교사 데이터를 수집하기 어려운 의료 분야에 적용 할 계획입니다
이 기술의 세부 사항은 2024 년 7 월 15 일부터 2024 년 7 월 19 일까지 미국 올랜도에서 개최 될 IEEE Engineering in Medicine and Biology Society (EMBC2024)의 제 46 차 연례 국제 회의에서 발표 될 것입니다
그림 1 : 이미지 기반 모델을 사용한 낭포 내시경 검사 진단을위한 바카라 룰 구성
현재, 우리는 의료 분야의 내시경 이미지 및 X- 레이와 같은 이미지를 분석하여 진단을 지원합니다이미징 진단 지원 바카라 룰*1개발 중입니다 바카라 룰를 사용한 진단은 질병의 조기 탐지와 같은 진단의 정확성을 향상시킬뿐만 아니라 의료 전문가의 부담을 줄일 것으로 예상되지만 실제 의료 환경에서는 이미징 지원 바카라 룰가 활용되는 진단 영역이 제한되어 있습니다 이미지를 분석하기 위해 바카라 룰를 개발하려면 많은 양의 이미지와 교사 데이터라는 정보를 미리 배울 필요가 있습니다 이미 상용화 된 바카라 룰에 수만에서 수십만 개의 교사 데이터 이미지가 사용되지만 환자 나 검사가 거의없는 질병과 드문 경우에 대한이 양의 교사 데이터를 수집하기는 어렵습니다 특히, 비뇨기과 분야의 낭종 내시경 검사에서, 위장 내시경보다 테스트가 적었고, 동일한 내시경으로도 이미징 진단 지원 바카라 룰를 적용하는 것은 매우 어려웠다
이러한 문제를 해결하기 위해 Nedo의 이름은 2020 년부터 출시 될 예정입니다이 프로젝트*2에서 바카라 룰ST는 수학 공식 (2022 년 6 월 13 일, 2023 년 9 월 29 일 Nedo and 바카라 룰st Press 발표*3) 이 방법은 수학적 모델의 미리 교육 및 수반 정보를 모두 생성하므로 개인 정보 보호와 같은 윤리적 문제가 없으며 바카라 룰 모델은 많은 실제 이미지를 사용하지 않고 구성 할 수 없습니다 이번에는이 기술을 방광 내시경 영상 진단에 적용함으로써, 우리는 학습 내시경 이미지를 통해서도 고 정밀 진단을 달성 할 수있는 영상 진단을위한 바카라 룰를 개발했습니다
(1) Cystoendoscopy 진단을위한 이미지 기반 모델 개발
방광 벽의 특성을 낭포 내시경 이미지에 반사하는 것을 고려할 때, 두 가지 다른 수학 공식에서 자동으로 생성 된 대규모 이미지 데이터 세트사전 학습*4cystoendoscopy 진단 지원을위한 고안 방법이미지 기반 모델*5개발되었습니다
실제 cystoendoscopic 이미지는 그림 2에 나와 있습니다 (a)는 정상적인 방광 점막입니다 방광암은 주로 (b) 상승 된 병변 및 (c) 평평한 병변을 포함합니다 (b)에서, 병변은 방광의 내벽에서 3 차원으로 상승하여 (a)와 비교하여 병변의 윤곽을 인식하는 것이 더 명확하다 반면에 (c)는 (a)와 동일하며 불균형이 없지만 점막 표면의 발적 및 표면의 거칠기와 같은 점막 표면의 질감의 변화를 인식 할 수 있습니다 이 프로젝트는 방광 점막의 변화에 중점을 두 었으며, 세포 내시경 이미지의 변화에 중점을 두 었으며 이러한 특성을 인식 할 수있는 이미지 기반 모델을 구성하는 것을 목표로했습니다 구체적으로, 그것은 표면 질감의 특성을 가지고 있습니다fractaldb*6및 윤곽 모양의 특징Visual Atoms*7Vision Transfomer (vit)*8| 방위경 내시경 이미지에 대한 이미지 기반 모델을 구성하기 위해 미리 훈련되었습니다 (그림 3) 또한이 이미지 기반 모델의 경우 1259 개의 병변 및 7553 개의 정상 이미지, 총 8812 개의 방광경 이미지추가 학습*9를 사용하여 구성되었습니다
그림 2 : Blastoendoscopic 이미지 샘플
그림 3 : 생성 된 이미지를 사용하여 이미지 기반 모델 구축 및 낭종 내시경 진단을위한 바카라 룰 학습
(2) cystoendoscopic images를 사용한 진단 성능 검증
표는 학습에 사용되지 않은 422 개의 낭포 내시경 이미지 (87 병변, 335 개의 정상 이미지)로 테스트 된 비교 결과를 보여줍니다 개발 된 진단 지원 바카라 룰 모델 (MixFDSL-2K)은 943%의 민감도, 994%의 특이성 및 983%의 정답 비율을 달성했습니다 이 진단 정확도는 +161%증가했으며 특이성은 +93%이며 정답 비율은 +106%입니다 또한 imagenet-21k 및 imagenet-1k의 진단 정확도가 사전 학습에 널리 사용되는 데이터 세트도 사전 학습을 사용했을 때 초과되었음을 확인했습니다 또한, 우리는 비뇨기과에서 5 년 이상의 경험을 쌓은 8 명의 전문가, 한 번에 동일한 낭포 내시경 이미지 중 422 명을 보여주었습니다바카라 룰와 동일한 작업*10평균 감도, 평균 특이성 및 8 명의 평균 정답 속도를 위해 개발 된 진단 지원 바카라 룰는 전문가의 평균 진단 지원 바카라 룰를 초과했습니다
학습 및 검증에 사용되는 시스토 엔도 내시경 이미지는 쓰쿠바 대학교 병원 (No R01-051)의 윤리위원회 (No R01-051)와 바카라 룰ST Bio Ethics Committee (I2019-0204)의 윤리위원회의 승인을 받아 쓰루 쿠바 병원에서 수집 한 이미지였습니다 이미지 기반 모델을 구축하고 진단 지원 바카라 룰에 대한 추가 학습을 위해 바카라 룰 (바카라 룰 Bridging Cloud Infrastructure) 인공 지능 처리를위한 세계 최대의 컴퓨팅 인프라는 바카라 룰 Research Institute에서 사용합니다
cystoendoscopic 이미지에 대한 진단 정확도의 표 비교
일반 목적 재단 기술로서, 우리는 교사 데이터를 수집하기 어려운 다른 의료 분야 에서이 기술의 사용을 홍보 하여이 기술의 유용성을 보여줍니다 우리는 또한이 기술을 실질적인 사용에 적용하기 위해 진단 지원 시스템을 발전 시켰으며, 바카라 룰가 향후 바카라 룰를 사용하지 않는 의료 분야에서도 Cystoendoscopy 진단 지원을 포함하여 매우 정확한 바카라 룰 진단 지원을 제공했습니다
이 기술의 세부 사항은 2024 년 7 월 15 일부터 2024 년 7 월 19 일까지 미국 올랜도에서 개최 될 IEEE 공학의 제 46 회 국제 IEEE 엔지니어링 국제 회의에서 발표 될 것입니다