2016年9月13日 更新

なぜ画像解析が必要なのか?

そもそも画像解析というものは何故必要になるのでしょうか?それは、デジタル画像が普及してきたことが大きく関係します。昔はアナログ写真が中心でした。一度撮影して現像する迄に時間がかかる為、一回の調査に修正がきかず、何度もデータを収集出来ませんでした。私が現在志している医療の分野でも、昔は患者さんのレントゲン写真を一枚ずつ現像しており、時間がかかっていました。

1,129 view お気に入り 0
医療の現場でもレントゲンフィルムに撮影することは少なくなっており、基本的にデジタル写真を用いて診断を行います。(Osirixなどのソフトウェアを使います。)

その為、何度でも撮り直せるし、後処理や修正も簡単に出来るので、目視で画像解析するだけでなく、デジタルデータを扱う頻度が急激に多くなっているのです。
これは医療だけでなく、私達の会社が主としている生物分野の画像解析にも言えます。例えば、植物細胞の分裂、生長、形態変化等を調べたい時、実験データとして画像が重要になります。
 (82)

しかし、最近ではデジタルデータが余りに膨大過ぎて、扱いきれなくなってきています。医療現場ではX線撮影だけでなく、CTやMRIの検査も数多く行われます。病院では1日数百〜数千もの画像データが作られており、医師が全てをきちんと画像診断することが出来ない為に、外部に委託するケースも生まれています。
 (83)

また、生物学系の研究室では、ウェットな実験であっても最終的にはデジタル画像を使って検証せざるを得ない状況になってきています。そんな中、全てのデータを分析し検証出来るだけの仕組みが整っていないところが多いようです。

もし、画像解析が出来る人が身近にもっと沢山いたら。。あなたの現場で、そう思ったことはありませんか?

もし、少しでも画像解析を出来るようになりたい、と思っていたら、是非僕たちと一緒に少しずつ勉強していきましょう!

人それぞれの立場でどんな画像を扱うかは異なってきますが、得られた画像を解析出来るようになれば、仕事や研究がよりスムーズに進むようになるかも知れません。
6 件

関連する記事 こんな記事も人気です♪

人工知能エンジニアMeetUp!#3〜医療ビッグデータの活用〜のまとめ

人工知能エンジニアMeetUp!#3〜医療ビッグデータの活用〜のまとめ

先日、「人工知能エンジニアMeetUp」と題して、医療ビッグデータの活用に関する講演がありましたのでその模様をご紹介します。
日本が進めるAI画像診断支援②

日本が進めるAI画像診断支援②

大量に集められた医用画像データベースを用いて、いかに効率的に解析可能な教師データを作成していくか、またAIをどのように臨床業務のワークフローに組み入れていくか、がAI画像診断支援の実装に向けた今後の大きな課題です。今回は、AI画像診断支援の実装に向けた具体的な取り組みについて紹介します。
木田智士 | 3,820 view
日本が進めるAI画像診断支援①

日本が進めるAI画像診断支援①

AIによる医用画像診断支援を進めていくためには、大量の医用画像データが必要です。現在、日本の学会や研究所が中心となって、大規模な医用画像データベースの構築が進んでいます。今回は、その大規模データベース構築の現状について紹介します。
木田智士 | 3,881 view
ディジタル画像処理~pythonによる空間フィルタリングpart1~ 

ディジタル画像処理~pythonによる空間フィルタリングpart1~ 

ディジタル画像処理を解説します.今回は,代表的な空間フィルタリングをpythonで実行してみました。
亀谷 桃子 | 13,781 view
Julia と画像処理②〜画像のセグメンテーション(Seed Region Growing とFelzenszwalbアルゴリズム)〜

Julia と画像処理②〜画像のセグメンテーション(Seed Region Growing とFelzenszwalbアルゴリズム)〜

プログラミング言語「julia」を用いて画像処理を行います.インストールに続き,今回は画像のセグメンテーションのライブラリを用いて,セグメンテーションを行います.

この記事のキーワード

この記事のキュレーター

エルピクセル編集部 エルピクセル編集部