Anomaly Detection in Dense Breast Mammograms Using Generative Adversarial Networks

Research Project

Project/Area Number	25K15339
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 62010:Life, health and medical informatics-related
Research Institution	Okayama University
Principal Investigator	後藤佐知子岡山大学, 保健学域, 准教授 (80243517)
Project Period (FY)	2025-04-01 – 2028-03-31
Project Status	Granted (Fiscal Year 2025)
Budget Amount *help	¥3,640,000 (Direct Cost: ¥2,800,000、Indirect Cost: ¥840,000) Fiscal Year 2027: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000) Fiscal Year 2026: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000) Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Keywords	マンモグラフィ / デンスブレスト / 深層学習 / 異常検知
Outline of Research at the Start	乳がんは早期に発見されることによって救命率が向上し、医療費の削減も期待できる。しかしながら日本人女性の乳房は欧米人女性と比べてデンスブレストの割合が多いとされ、そのほとんどの場合、マンモグラフィでの一次検査では病変との診断が困難となり、二次検査である精密検査が必要となる。その結果、医療被ばくや医療費の増加を招き、検診自体の効率化についても問題視されている。本研究では、近年、製造業における部品検査など様々な分野において実用化されつつある異常検知の技術に着目し、深層学習のモデルの1つである敵対的生成ネットワークを用いたデンスブレストマンモグラフィの異常検知の開発を目指す。