第7回とめ研究所若手研究者懸賞論文　優秀賞

Siamese Diffusion と Segmentation Network の敵対的学習による腫瘍セグメンテーション精度向上

医療画像の学習データ不足を解決するため、生成 AI を用いた大腸ポリープの領域分割精度向上に取り組みました。従来の画像生成手法は典型的な症例を再現する傾向があり、識別が困難な症例への対応が課題でした。

そこで、画像生成 AI とポリープの領域を識別する AI モデルを組み合わせ、敵対的学習手法を提案しました。具体的には、AI モデルの予測誤差を画像生成 AI にフィードバックすることにより、境界が不明瞭な病変など、学習効果の高い画像を生成する仕組みを構築しました。

その結果、5つの dataset、3種類の領域分割モデルで精度を改善しました。本研究が評価され、第7回とめ研究所若手研究者懸賞論文において優秀賞を受賞しました。