人工知能による画像診断支援システムの構築-悪性腫瘍の頸部リンパ節転移のニューラルネットワークによる診断-

1998 Fiscal Year Annual Research Report

• Project/Area Number: 09671932
• Research Institution: Showa University School of Dentistry
• Principal Investigator: 荒木 和之 昭和大学, 歯学部, 助教授 (50184271)
• Co-Investigator(Kenkyū-buntansha): 山本 実佳 昭和大学, 歯学部, 助手 (30276604) ; 境野 利江 昭和大学, 歯学部, 助手 (50153862) ; 木村 幸紀 昭和大学, 歯学部, 講師 (20225072) ; 佐野 司 昭和大学, 歯学部, 講師 (40241038) ; 原田 康雄 昭和大学, 歯学部, 助教授 (30119250)
• Keywords: ニューラルネットワーク / コンピュータ診断支援 / 悪性腫瘍 / 画像診断 / リンパ節

Research Abstract

本研究は、超音波像を用いた頸部リンパ節転移診断に対するニューラルネットワークによる診断支援システムの有用性について検討し診断支援システムを構築することを目的としている。ニューラルネットワークを頚部リンパ節診断に利用するにはネットワークを学習させる、結果が既知のデータが必要である。そのため、まず頚部リンパ節の超音波検査を行った口腔領域の悪性腫瘍患者の内、本研究への使用について患者の同意が得られた症例で、頸部郭清後の病理診断と対応のついたリンパ節160個のUS像を収集した。これらのリンパ節の特徴の内、境界、辺縁、内部エコーの有無、内部エコーの均一性、Hilusの有無、長短径比、短径の7つについて読影者(共同研究者)が読影した。それら特徴量をニューラルネットワークに入力し学習させ、入力する特徴量の種類を変えたときの正診率の変化を調べ特徴量の重要度を判定した。その結果、リンパ節の特徴量としては、長短径比、Hilusの有無、内部エコーの有無が重要となった。
さらに、同様にして50個のリンパ節のUS画像を収集し、上記と同様に超音波検査に習熟している共同研究者が読影・診断した場合、超音波検査にそれほど習熟していない多の読影者が読影・診断した場合と、これらの読影所見をニューラルネットワークに入力して診断した場合の変化を調べた。いずれの場合でもニューラルネットワークで診断を行った方が良好な正診率を示し、この方法による診断支援の有効性が確認された。