狠狠撸

探求の道 Lead Clearly
- 継続した研究活動 -
大阪市立大学医学部附属病院
中央放射線部
片山豊
2021 年 10 月 03 日
第 65 回近畿支部学術大会
狠狠撸Share
本講演内容に利益相反事項はありません．

自己紹介
[職歴]
? 1998 年: オートバイ用マフラーの開発?製造
? 2003 年: 大阪大学医学部附属病院
? 2004 年: 市立泉佐野りんくう総合医療センター
? 2006 年: 社会医療法人仙養会北摂総合病院
? 2007 年: 大阪市立大学医学部附属病院
[研究歴]
? 2006 年: モンテカルロシミュレーションを用いた医療被ばくの線量評価
? 2010 年: スパースコーディングを用いたステレオマッチング
? 2013 年: バイラテラルフィルタを用いたデノイズ処理
? 2014 年: スパースコーディングを用いた超解像
? 2017 年: 深層学習を用いた超解像
? 2018 年: 超解像を用いたデノイズ処理
? 2019 年: 敵対的生成ネットワークを用いた放射線画像の生成
? 2020 年: 非参照型メトリクスを用いた放射線画像の評価
[学会]
? 2021 年: 日本放射線技術学会近畿支部研究教育委員会委員趣味で古い電子機器を GAN で再現
放射線科医局にて撮影 (2018 年 3 月)

項目
1. 学術活動の動機 (モチベーション)
2. 研究 seeds の選定
3. 成果の想定
4. 学術活動のデザイン
5. 研究環境 (業務と研究のバランス)
6. 研究の進め方
7. 成果の公開と社会への普及?展開 (研究成果の社会への寄与)

? 診療放射線技師を志した動機
? 救急医療に携わりたい
? 困っている人の役に立ちたい
? 救急医療以外でも人の役に立ちたい
? 先輩の影響
? 医用画像処理の研究をしていた
? 先輩と同じフィールドに立ちたい
? 研究を通じて
診療の役に立つ技術の確立し普及したい
株式会社リジットの山本修司さん
(2009 年 10 月)
大阪大学病院の長谷川浩典さん
(2004 年 3 月)

? 無条件に研究に協力してくださる非医療従事者の共同研究者
日浦慎作先生 (兵庫県立大学) 上田健太郎さん (古河電工)
第6回 New Clear Imaging Conference
2018 年 1 月 27 日
企業の方ですが
利益相反はありません．

? 大学病院だから
? 比較的装置の更新頻度が高い
? 様々なメーカ様の協力が得やすい
? 相談できる先輩が多い
? 研究がし易い環境
? 研究も仕事 (だと思っている)
? 学術活動が評価される体系がある
? 大学病院故にセクショナリズムが強い
? 部門でカテゴライズされる
? 学術発表している部門の人間

? 新しいことをするのが楽しい? 学術活動は Lifework
第40回日本核医学技術学会総会学術大会
2020 年 11 月 13 日
第 60 回近畿支部学術大会懇親会
2017 年 1 月 28 日
Cafe & Music Second Rooms
2019 年 12 月 21 日
?

? 仕事で困っていること
? 患者の苦痛を解決 (軽減) できる手段がないかなど
? 定量性を変えずに検査時間の短縮や画質改善の実現
? 疑問に感じたこと (若い方の方が気付きが多い)
? 当たり前にしていることに疑問を持つなど
? 核医学検査のノイズ低減処理は
? SPECT は Butterworth Filter，PET は Gaussian Filter が多い理由
? 楽したいこと
? ルーチンワークの自動化など
? 骨シンチグラフィの追加撮像の可否や FDG-PET の追跡検査の可否を自動判断

? 臨床検査の中に研究課題は沢山ある
? 臨床検査を対象とした研究は得たい結果が見えている
? 病院で働く診療放射線技師は課題が豊富
半導体検出器搭載 PET/CT 装置
SIEMENS 社製 Biograph Vision
3.0 Tesla MR 装置
SIEMENS 社製 MAGNETOM Vida
320 列 MSCT 装置
Canon 社製 Aquilion ONE

? 研究テーマ ? 画像処理/画像解析
? computer vision (CV)/artificial intelligence (AI) 技術の医用応用
? CV とは「コンピュータが動画像を如何によく理解できるか」を扱う研究分野
? 人間の視覚が行えるタスクの自動化を追求
? コンピュータが実世界の情報を取得する全ての過程を扱う
? センシングのためのハードウェアから可視化のためのソフトウェアや
情報認識のための人工知能的理論まで
適用範囲が幅広い
? ディジタル画像全般を扱うカテゴリー
? 課題を言葉にできれば実現可能
LiDAR Scanner を用いた距離画像の生成

3. 成果の想定
? 画像処理
? 医用画像に適用されている画像処理技術は古典的なものが多い
? 非線形ではあるが CV/AI 技術を用いればより良好な結果は出る
? 最新機器がなくとも研究発表はできる
? 画像解析
? 機械学習の基本は自動化
? 既存の枠組を AI に置換
? 一般診療で取得できるデータから
? 偏りのないデータを集めることが重要
? 処理アルゴリズムよりもデータセットが重要
? データセットの考察を課題に取り組む

3. 成果の想定
? 非侵襲的な研究はとりあえずやってみるの精神で OK !
? CV/AI では研究開始前に正しい結果を想定し，
出力されている結果を客観的に評価することが重要
? 評価者は適切なデータセットを用い
検討されている課題なのかを判断すべき
? データセットの工夫で成果は変わる
Ueda, D., Katayama, Y., Yamamoto, A., Ichinose, T., Arima, H., Watanabe, Y., ... & Miki, Y. (2021).
Deep Learning–based Angiogram Generation Model for Cerebral Angiography without Misregistration Artifacts.
Radiology, 299(3), 677. Table 1: Characteristics of Data Sets より引用

? 課題の確定
? CV/AI を用いた画像処理 (超解像/デノイズ) は従来手法に比べて高性能
? 核医学画像は生データを取り扱える
? 核医学画像は低解像度であり，高性能な処理端末を必要としない
? 核医学画像は古典的な処理が多く，伸びしろが大きい
? AI を用いた画像解析 (Detection/Classification) は臨床適応時期
? 画像のビット数を無視すれば環境構築が最大の難関
? 環境構築が完了すれば臨床の場でどう使うかを探索
? データセットが異なると結果が変わるので自施設での検証に意味はある
? どちらの課題もモダリティに依存しない
? 手を動かせば (とりあえず) 結果の出る課題がある

? 締切の決定 (締切がなくての論文を書ける人には不要)
? エントリーできる学術大会は全て演題登録を行う (と宣言する)
? 放射線技術学会 (総会学術大会?秋季学術大会?近畿支部学術大会)
? 専門学会 (核医学技術学会)
? 開発環境から離れたくない
? (長時間飛行機に乗りたくない/私費の旅費を抑えたい) ので
? 日帰りで参加できる学会をチョイス
? 締切を設定することで一つの課題に区切りを付けられる
? いつでも演題登録が可能なように演題の在庫を持つ
? 放射線領域でない学会や勉強会で発表をする機会を作る

直近 6 年度の学会発表一覧
1. 2016/04 第 72 回日本放射線技術学会総会学術大会: Application of Super-Resolution to Single-Photon Emission Computer Tomography
2. 2016/06 第 175 回医用画像情報学会: 核医学画像へ超解像を適用することによる画質改善効果の評価
3. 2016/10 第 44 回日本放射線技術学会秋季学術大会: スパースコーディングを用いたSPECT画像の超解像に適した辞書の作成
4. 2016/11 第 36 回日本核医学技術学会総会学術大会: スパースコーディングを用いたか核医学画像の超解像に適した辞書の作成
5. 2017/01 第 60 回近畿支部学術大会: 核医学画像に対する超解像の最適なハ?ラメータの検討 (大会長賞受賞)
6. 2017/04 第 73 回日本放射線技術学会総会学術大会: Consideration of the optimal parameters of the super-resolution for the nuclear medicine images
7. 2017/07 第 50 回日本核医学会近畿地方会: 深層学習を用いた超解像
8. 2017/10 第 37 回日本核医学技術学会総会学術大会: 深層学習を用いた超解像
9. 2017/10 第 45 回日本放射線技術学会秋季学術大会: 深層学習を用いた超解像
10. 2018/01 第 61 回近畿支部学術大会: 平滑化フィルタを適用した PET 画像に対する深層学習を用いた超解像の適用による高解像度画像の再構築
11. 2018/04 第 74 回日本放射線技術学会総会学術大会: Comparison of high resolution images reconstructed applying super-resolution using supervised and unsupervised learning
12. 2018/07 第 51 回日本核医学会近畿地方会: 線形補間処理を用いない超解像の提案 (深層学習)
13. 2018/10 第 46 回日本放射線技術学会秋季学術大会: テ?ィシ?タルマンモク?ラフィに対する超解像を用いたノイス?低減処理の提案 (深層学習)
14. 2018/11 第 62 回近畿支部学術大会: 吸収補正用 CT に対する圧縮センシングを用いた被ばく線量低減への検討 (大会長賞受賞)
15. 2019/04 第 75 回日本放射線技術学会総会学術大会: Improvement of Resolution Using Super Resolution for Mammography (深層学習)
16. 2019/08 第 9 回テ?ィシ?タル画像ミーティンク?: 深層学習を用いた超解像による高解像度化処理 - マンモグラフィの石灰化評価 – (深層学習)
17. 2019/10 第 47 回日本放射線技術学会秋季学術大会: 超解像を適用した画像の分解能特性 (深層学習)
18. 2019/12 第 63 回近畿支部学術大会: コイル塞栓術中のコイル干渉をリアルタイムに把握できるアルゴリズムの開発
19. 2020/11 第 40 回日本核医学技術学会総会学術大会: No-Reference Metric による核医学画像の評価
20. 2020/11 第 36 回日本脳神経血管内治療学会:コイル塞栓術中のコイル干渉を把握できるアルゴリズムの開発
21. 2021/06 MATLAB EXPO JP 2021: CT 画像の客観的評価を実現する非参照型メトリクスのカスタムモデルの作成
22. 2021/10 第 49 回日本放射線技術学会秋季学術大会: 超解像の適用対象による画質改善効果の違い
23. 2021/11 第 41 回日本核医学技術学会総会学術大会: 半導体 PET への超解像適用による画質改善効果の基礎的検討
超解像技術 → CV 技術の医用応用 → 人工知能技術の医用応用
第60回近畿支部学術大会
福西康修大会長
第62回近畿支部学術大会
南部秀和大会長

直近 6 年度の講演一覧
1. 2017/03 第 24 回核医学技術セミナー: Sparse coding Super-Resolution を用いた核医学画像処理
2. 2017/05 平成 29 年度近畿支部春季勉強会: 核医学画像に対する超解像の最適なパラメータの検討
3. 2018/09 平成 30 年度近畿支部学術研究発表ブラッシュアップセミナー: 研究に使える便利なフリーソフト: ImageJ
4. 2019/05 平成 31 年度近畿支部春季勉強会: 吸収補正用 CT に対する圧縮センシングを用いた被ばく線量低減への検討
5. 2019/08 第 9 回ディジタル画像ミーティング: 深層学習を用いた超解像による高解像度化処理
6. 2019/10 2019 年度国公私立大学病院医療技術関係職員研修: 研究活動を通じた科研費取得の 1 モデル
7. 2020/01 第 8 回 New Clear Imaging Conference: 人工知能を用いた医用画像処理技術
8. 2020/01 2019 年度近畿支部実践セミナー『やってみよう Deep Learning! 』: Deep Learning 概論
9. 2020/04 JRC2020 Web シンポジウム: 病院で働く技師による深層学習を用いた研究
10.2020/10 AI 最新技術 Update 会 10 月: Arxiv で直近 1 ヶ月人気の論文まとめ
11.2021/04 JRC2021 シンポジウム: 非参照型メトリクスを用いた動画の物理評価
12.2021/04 SENS>AIT Web Seminar: 人工知能技術を用いた医用画像処理
13.2021/10 放射線技術学会第 65 回近畿支部学術大会: 探求の道 Lead Clearly ← 今回
14.2021/12 AI 最新技術 Update 会 12 月: Arxiv で直近 1 ヶ月人気の論文まとめ
(発表: 23 回 + 講演: 14 回) / 6 年 ≒ 6.2 / 年 ? 二ヶ月に一回以上

継続した研究活動ができた理由
? 同一コミュニティに研究者の人口が少なかった
? CV を医用画像に適用する研究を行っている人が少なかった
? 超解像から CV/AI へと研究対象が拡大し
その後たまたま AI が流行しその流れに乗れた
? タイミングが良かった/運が良かった
? 大学病院なので AI に必要な資産が揃っている
? CV/AI のコミュニティで活動する機会を頂けた

? 研究は私にとって趣味
? 臨床検査を行いお金を稼いでいる
? 研究は余暇に行う
? 研究活動は始業前に行う
? 頭がクリア
? 電話対応を行う必要がない
? 会議がない
学術活動
臨床検査

0 1
23
2
22
21 3
20 4
5
19
18 6
7
17
16 8
15 9
10
14
11
13
12
就寝
臨床業務
通勤
通勤
メールの返信
アルゴリズムの実装
文献検索
論文執筆
学術支援
勉強会
自由時間
タイムスケジュール
1 日 2 時間 ×5 日 = 10 時間 (1 週間)
? 1 年を 50 週とすれば年間 500 時間
? 約 20 日間相当の時間が得られる
04:00 <起床>
? メールの返信
? Gmail の後で送信を利用
06:00 <病院到着>
? アルゴリズムの実装
? 文献検索?論文執筆
08:00 <業務の用意>
08:45 <始業>
? 診療放射線技師の仕事
? 臨床業務?会議
17:15 <終業>
? 学術支援
? 勉強会
22:00 <就寝>

6. 研究の進め方 (AI の場合)
? 成果が想定されてる課題を決定しデータセットの作成および検証
? 結果を評価して再検討の繰り返し
? 最新の論文 (話題) をチェックして常に次の課題を探す
Plan Do Check Action
Plan Do Check Action

6. 研究の進め方 (心がけていること)
? 医療にとらわれず技術を鳥瞰できる体系を作る
? 気になった手法は片っ端から試す (実装する)
? 試さず後悔するより試してみて失敗するほうが良い
? Isotope を使った実験を行う時は入念に実験プランを考える
? 実験に参加する人に影響がないように配慮 (被ばく低減)

? 自動運転のタスクで天下一品のマークが車両進入禁止マークと誤認
? 医療で同様のことが起こらないか？
?どの様なデータセットがあれば医療データで検証できるかを考察
? 医療に限定しなければ課題は沢山ある
? 広い範囲の論文に目を通す
車両進入禁止マーク

? 2000 年頃は人工知能の研究は時代遅れと言われていた
? 何かがきっかけで状況が大きく変わる時がある
? 何事も否定せず，一先ず手を動かしてみる
引用: 総務省 HP 第 1 部特集 IoT?ビッグデータ?AI ~ネットワークとデータが創造する新たな価値 ~
http://www.soumu.go.jp/johotsusintokei/whitepaper/ja/h28/html/nc142120.html

7. 成果の公開と社会への普及?展開
2021/08/02 現在の業績
(Google Scholar)
● 核医学
● AI
近畿支部学術大会の抄録が引用

? 学会で研究発表を行い会場で議論
? 研究内容をブラッシュアップ
? 論文投稿
? 査読者と議論
? 論文掲載
? 他の論文で引用
? 論文投稿は学会発表に比べて派手さがない？
? 論文投稿は学会発表に比べて労力が必要？

? 研究のゴールは論文なのか？
? 論文は研究のゴールの一つ
? 最終的に患者に還元したい
? 論文投稿のスピード
? 論文は急いで書く必要はないが
技術のトレンドは一時的
? 2010 年頃から Deep Learning が流行し他を駆逐
? 2020 年頃から Transformer が流行し Deep Learning を駆逐
? 2021 年 Transformer に匹敵する gMLP* が公開
? 書き方を知りたければ，近畿支部の事業 “論文塾” などに参加
* Hanxiao Liu, Zihang Dai, David R. So, Quoc V. Le “Pay Attention to MLPs” arxiv.org/abs/2105.08050
* Multilayer perceptron (MLP)

? 論文
? 放射線技術学会 ← 日本の技師さんに読んで貰いたい論文
? 骨シンチグラフィへのバイラテラルフィルタの適用. 日本放射線技術学会雑誌, 69(12), 1363-1371.
? PET 画像に対する超解像を用いたデノイズ手法の適用. 日本放射線技術学会雑誌, 74(7), 653-660.
? Radiology ← 世界に向けて発信したいこと
? Deep learning for MR angiography: automated detection of cerebral aneurysms. Radiology 290.1 (2019): 187-194.
? Deep Learning–based Angiogram Generation Model for Cerebral Angiography without Misregistration Artifacts. Radiology 299.3 (2021): 675-681.
? 寄稿
? 放射線技術学会誌 ← 普段の研究活動を見て声をかけて頂ける
? 教育講座 - 放射線技術学における ImageJ の活用 - 9．画像の表示と処理?解析. 日本放射線技術学会雑誌 75 (8), 815-824.
? 新春座談会 - AI が医療をどう変えるか放射線科のこれから. 日本放射線技術学会雑誌 77 (1), 1-13.
? 教育講座 - CT の基礎と最新技術 - 10．最新の人工知能技術. 日本放射線技術学会雑誌 77(12), 掲載予定
? 雑誌
? 画像処理技術の現状と将来展望. インナービジョン 2020 年 1 月号, 16-18.
? 一般社団法人での非医療従事者への講演 ←論文と狠狠撸Share を見て依頼
? SENS>AIT Web Seminar 画像計測

論文紹介
片山豊, et al. PET 画像に対する超解像を用いたデノイズ手法の適用.
日本放射線技術学会雑誌, 2018, 74.7: 653-660.
この論文を見た企業の方から
声をかけて頂くことが多くなりました．

論文のポイント
? 要点: 平滑化効果が統計ノイズの違いによる影響を受け難い
? 高周波数帯域の情報が欠落しない平滑化手法の提案
? 発想の転換 ? 余り常識にこだわる必要はない
? デノイズの論文なのに直接的なデノイズ処理を PET 画像に適用しない
? 画角の小さな PET 画像にダウンサンプリング処理を適用する
? 超解像を直接的なアップサンプリング処理として適用しない
? 実現するための問題点 ? 解決すべき課題
? 教師あり手法を用いた画像処理には教師データが必要
? 装置の幾何学的な制約や被ばく線量の最適化のため高品質画像の取得が困難
? 医用画像を使用できないため自然画像のみからモデルを作成

画像の供覧
1800 sec (Reference)
900 sec
600 sec
300 sec
元画像
提案手法適用画像
通常処理適用画像
Gaussian
(FWHM = 4 mm)
? 放射線画像を用いず
超解像モデルを作成できた
? 汎用性が高くボケの少ない
ノイズ低減処理が提案し得た

? 人工知能 Vol.36 No.3 (2021 年 5 月号)
? 編集委員からの抱負と提言 2021*
? 私の論文が採択されないのはどう考えても
編集委員会が悪い！
? 趣味で探求を続けることは
われわれ医療従事者の特権である！
研究者の果たすべき役割の一つに「何の役に立つのか
わからないが将来社会に役立つかもしれない技術」をつ
くっていくことにあるのではないだろうか．これは常
に利益を追求しなければならない営利企業の開発部門と
は異なる研究者の特権ともいえる．
* https://www.jstage.jst.go.jp/article/jjsai/36/3/36_312/_pdf

? 人工知能 Vol.36 No.3 (2021 年 5 月号)
? 編集委員からの抱負と提言 2021*
? 私の論文が採択されないのはどう考えても
編集委員会が悪い！
? 探求を続けることで
誰かの役に立つ可能性がある！
というわけで，「何の役に立つのかわからないから
Reject」，「新規性が見当たらないから Reject」などとい
う安易な判断を行わず，「今は何の役に立つんだかよくわ
からないけれど，何かあったときには役立つ研究」も評
価できるようになることを編集委員としての今年の抱負
としたい．
* https://www.jstage.jst.go.jp/article/jjsai/36/3/36_312/_pdf

最後に
? 9:00 ~ 17:00 の仕事を満足するために 17:00 ~ 9:00 に学ぶ
? そのアウトプットとしての学術活動
? 研究を続けることでお声かけ頂ける機会が増えました
? 良い研究を論文にまとめても必ず誰かの目にとまる訳ではないが
論文投稿や学会発表 (発信) をしないと誰の目にもとまらない
? 数多く発信していれば誰かの目に留まる可能性が高くなる
? その研究が誰かの役に立つかもしれない
? 研究での評価は業務評価に比べて比較的フラットな評価
? 仕事がし易い環境が構築できる
? 他部門からのハラスメントが少し減った気がする

謝辞
? 本講演を終えるにあたり，
このような発表の機会を与えて頂いた
滋賀医科大学医学部附属病院木田哲生先生，
放射線技術学会第 65 回近畿支部学術大会実行委員の先生方，
深く感謝申し上げます．

狠狠撸

探求の道 Lead Clearly

More Related Content

探求の道 Lead Clearly

Editor's Notes