その他令和8年1月5日

研究内容：認知症診断のための深層学習モデル

掲載日
令和8年1月5日
号種
本紙
原文ページ
p.15
出典：官報発行サイト（内閣府）の掲載情報をもとに整理しています。重要な確認は公式原文を基準にしてください。

本文と原文の対照

まず左側の本文を読み、必要な箇所だけ原文ページで確認できる構成です。

← 同日の官報に戻る
原文対照の表示オプション

研究内容：認知症診断のための深層学習モデル

令和8年1月5日|p.15

左の本文を選ぶと、右側の官報原文画像で該当箇所を照合できます。

公式原文あり本文テキスト画像照合可誤りを報告
(1) 研究の背景・目的
近年、高齢化や生活習慣の変化により、認知症や脳血管疾患などの神経疾患患者が増加している。これらの疾患は、記憶力や判断力の低下、運動機能の障害など、日常生活に大きな影響を与えるため、早期発見と適切な治療が重要である。しかし、現在の診断方法は主に医師の経験や主観的な評価に依存しており、客観的で定量的な指標が不足しているのが現状である。
本研究では、深層学習を用いた画像解析技術を活用し、脳のMRI画像から神経疾患の特徴を自動的に抽出する手法を開発することを目的とする。具体的には、畳み込みニューラルネットワーク（CNN）を基盤としたモデルを構築し、正常な脳と疾患のある脳の画像を分類するアルゴリズムを設計する。また、得られた特徴量を可視化することで、医師が診断を行う際の補助ツールとしての活用も目指す。
(2) 研究方法
① データ収集：公開されている脳MRIデータベース（例：ADNI）から、正常群および認知症患者群の画像データを取得する。
② モデル構築：PyTorchを用いて、ResNetやVGGなどの既存のCNNアーキテクチャをベースにしたカスタムモデルを設計する。
③ 学習と評価：訓練データでモデルを学習させ、テストデータでの精度、感度、特異度を評価する。
④ 結果の解釈：Grad-CAMなどの可視化手法を用いて、モデルが注目した脳領域を特定し、医学的知見との整合性を検証する。
読み込み中...
研究内容：認知症診断のための深層学習モデル - 第15頁
テキスト領域
選択中
非公開 (PII)
関連する新着公告を見逃さないために

Pro プランでは会社名・機関名・キーワードを監視条件として保存し、新着掲載を継続確認できます。14日間無料で試せます。

監視機能の詳細を見る →