医療とAIのニュース医療におけるAI活用事例医療機器へのAI活用事例2次元画像から3次元空間を認識するためのAI技術

2次元画像から3次元空間を認識するためのAI技術

ノースカロライナ州立大学の研究チームは、AIが2次元画像から3次元空間を認識する際、空間内でのオブジェクトの関連性把握を向上させる「MonoCon」と呼ばれる新技術を開発した。

現実環境は3次元で構成されている一方、現時点で基本的な画像記録は2次元で行われる。あらゆるAIプログラムはカメラからの視覚入力を受け取って処理を加えるが、現実環境と適切にインタラクトさせるには、2次元画像から3次元空間についての適切な情報解釈が必要となる。同大学が明らかにしたところによると、MonoConも既存のAI学習方法と同じく、オブジェクトを「3次元バウンディングボックス」に配置しながら学習を進める。さらに本システムでは、カメラからオブジェクトまでの距離とバウンディングボックスの寸法を予測させるだけでなく、ボックスの8つの点(角)の位置、およびボックスの中心からの距離を2次元で予測させている。これを「補助コンテキスト」と呼び、2次元画像を元に、AIが3次元オブジェクトをより正確に識別・予測するのに役立つことを研究チームは明らかにした。

自動運転車両で注目を集めるLiDARはセンサー自体が高価なこともあり、量産品に多量のLiDARセンサーを搭載することは現実的ではない。一方で、MonoConは安価な一般的カメラを用いて、3次元情報を高精度に得ることを可能とするため、多量配置への敷居が低い点も強みとなる。MonoConの潜在的な適用範囲は非常に広範で、医療分野にも期待が大きい。

関連記事:

  1. X線データから3D画像を再構築する深層学習技術
  2. VR診察を普及させるためのユーザーフレンドリーな3D再構成手法
  3. SwRI BIOCAP – マーカーを必要としない3Dモーションキャプチャ
  4. FDAが「医療機器における3Dプリント技術」への意見を募集
  5. 「3D印刷された皮膚」が創傷治癒を加速する
TOKYO analytica
TOKYO analyticahttps://tokyoanalytica.com/
TOKYO analyticaはデータサイエンスと臨床医学に強力なバックグラウンドを有し、健康増進の追求を目的とした技術開発と科学的エビデンス構築を主導するソーシャルベンチャーです。 The Medical AI Timesにおける記事執筆は、循環器内科・心臓血管外科・救命救急科・小児科・泌尿器科などの現役医師およびライフサイエンス研究者らが中心となって行い、下記2名の医師が監修しています。 1. 岡本 将輝 信州大学医学部卒(MD)、東京大学大学院専門職学位課程修了(MPH)、東京大学大学院医学系研究科博士課程修了(PhD)、英University College London(UCL)科学修士課程最優等修了(MSc with distinction)。UCL visiting researcher、日本学術振興会特別研究員、東京大学特任研究員を経て、現在は米ハーバード大学医学部講師、マサチューセッツ総合病院研究員、SBI大学院大学客員教授など。専門はメディカルデータサイエンス。 2. 杉野 智啓 防衛医科大学校卒(MD)。大学病院、米メリーランド州対テロ救助部隊を経て、現在は都内市中病院に勤務。専門は泌尿器科学、がん治療、バイオテロ傷病者の診断・治療、緩和ケアおよび訪問診療。泌尿器科専門医、日本体育協会認定スポーツドクター。
RELATED ARTICLES

最新記事

注目の記事