ニューラルネットワークを用いた乳がんカテゴリーへの自動分類システムの構築

2004 Fiscal Year Annual Research Report

• Project/Area Number: 16790731
• Research Institution: Okayama University
• Principal Investigator: 後藤 佐知子 岡山大学, 医学部, 助手 (80243517)
• Keywords: 乳房X線撮影 / 乳がんのカテゴリー分類 / 放射線科専門医の経験的な判断機序 / ニューラルネットワークの学習 / BI-RADS / 自動分類システムの構築

Research Abstract

本研究は,乳房X線撮影における乳がんのカテゴリー分類を,ニューラルネットワークを用いて自動分類することを目的とする.ニューラルネットワークの構築は,放射線科専門医による主観的な,つまり経験的な判断機序を用いて試みる.最終的に,乳房X線写真からの画像情報をニューラルネットワークによって擬人化させたコンピュータ上にて分析させ,American College of Radiology(ACR)によるBreast Imaging Reporting and Data System(BI-RADS)に沿った乳がんカテゴリーへの自動分類システムの構築を目指す.
BI-RADSにおける乳がんカテゴリー分類のプロセスは以下の4段階に分けられる.
(1)乳房全体の乳腺濃度の観察,
(2)腫瘤の有無(あれば腫瘤の大きさ,形状の観察),
(3)石灰化陰影の有無(あればその数,分布,形状の観察),
(4)以上を総合しカテゴリーI〜Vのリスクに分類する.
このプロセスに沿って,16年度は先ず,放射線科専門医の「知識」を獲得することを目的として研究を行った.既にBI-RADSカテゴリーに分類された試料について,経験値の異なる数名の放射線科専門医に上記の手順を行ってもらい,「知識」に関する特徴値を抽出した.その際,試料は高輝度・高解像度モニタにて観察し,コンピュータを用いてデータベースを作成した.最終的にデータベースを解析し,「知識」の特徴値に関するパラメータをファジィ理論にて決定した.