AIBR プレミアム
拓海先生、お忙しいところ恐縮です。最近、部下から低線量CTのノイズをAIで減らす研究が進んでいると聞きまして、うちの工場の健康診断にも関係しそうで気になっています。まずは要点を教えていただけますか。
素晴らしい着眼点ですね！大丈夫、一緒に整理しましょう。端的に言うと、この研究は低線量CT（Low-Dose CT）が出すノイズを、単に画質を良くするだけでなく、臓器や組織といった解剖学的な情報を保ちながら除去する手法を示しています。要点は三つ: 事前学習済みの視覚モデル（Pretrained Vision Models）を活用すること、解剖学的な特徴を識別する識別器を使うこと、そしてコントラスト学習で一貫性を保つこと、ですよ。
事前学習済みの視覚モデルというのは、例えば顔認識みたいなモデルを使うということでしょうか。うちの業務で言えば既存のERPを活かすようなイメージですか。
その理解で良いですよ。分かりやすく言えば、事前学習済みの視覚モデル（Pretrained Vision Models; PVMs）は大量画像で“目が肥えた”エンジンで、一般的な形状やテクスチャをよく理解しています。ERPを導入済みの会社がそのデータ活用力を生かすように、ここではPVMの知識をCTのノイズ除去に移すことで、臓器ごとの特徴を壊さずにノイズだけを取れるんです。
なるほど。では解剖学的な特徴を保つというのは、具体的にはどう評価するのですか。画面が滑らかになるだけで、実際の臓器の形が変わってしまっては困ります。
良い質問です。ここで使うのは「アナトミーアウェア（解剖学認識）」な識別器です。識別器は通常の真偽判定だけでなく、正常な高線量CT（NDCT）の階層的な特徴を参照して、ノイズ除去後の画像が組織ごとに自然かどうかを評価します。イメージすると、熟練技師が部分ごとにチェックして
監修者
阪上雅昭（SAKAGAMI Masa-aki）
京都大学 人間・環境学研究科 名誉教授
論文研究シリーズ
AI技術革新 - 人気記事
PCも苦手だった私が
