2002 Fiscal Year Annual Research Report
間質性肺疾患におけるコンピュータ支援診断の研究-特にニューラルネットワークを用いた鑑別診断について-
| Project/Area Number |
12670886
|
|---|
| Research Institution | NAGASAKI UNIVERSITY |
|---|
Principal Investigator |
芦澤 和人 長崎大学, 大学院・医歯薬学総合研究科, 助手 (90274662)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
桂川 茂彦 日本文理大学, NBU総合研究センター, 教授 (60021630)
林 邦昭 長崎大学, 大学院・医歯薬学総合研究科, 教授 (80039536)
|
|---|
| Keywords | 間質性肺疾患 / コンピューター支援診断 / ニューラルネットワーク / 胸部単純写真 / 胸部CT |
|---|
| Research Abstract |
【目的】artificial neural network(ANN)は、医学分野におけるデータ分類やパターン認識においても応用されるようになってきた。我々はこのANNを胸部の高分解能CTにおけるびまん性肺疾患の鑑別診断に応用を試みたところ、比較的高い診断能が得られた。今回、ANNの結果を用いた読影実験を継続し,"second opinion"としての読影者に対するANNの影響について検討した.
【方法】ANNはHRCTから得られる23の所見と10の臨床データを入力層とし,サルコイドーシスや癌性リンパ管症など11の疾患を出力層として構成した.入力層におけるHRCT所見は8名の放射線科医が主観的なratingを行った.130の臨床例を用いてラウンドロビン法によるANNの学習およびテストを行った.読影実験に用いる症例は,130症例のうち45症例を選択した.読影方法は、ratingを行った8名の放射線科医が、まず10の臨床データとHRCTで各疾患のprobabilityの確信度をマークし,その後読影者自身のratingに基づいたANNの結果を提示し、必要に応じて確信度を変更してもらった.ANNおよび読影者の診断能はROC解析で評価した.
【結果】各読影者のratingに基づくANNの診断能は、Az=0.956であった。臨床データとHRCTのみを用いた読影者の平均の診断能はAz=0.972、ANNの結果を加えた読影者の平均の診断能はAz=0.981で、読影者の診断能の有意な改善(P<0.005)が見られた.
【結論】胸部HRCTによるびまん性肺疾患の鑑別診断において,ANNは"second opinion"として有用であると考えられた.今後,さらなるANNの診断能の向上とデータベースの最適化をはかり、臨床応用を見据えた研究を続けていきたい。
|
Research Products
(1 results)
