2018 Fiscal Year Annual Research Report
Development of blood vessels analysis and abnormalities detection based on context awareness on retinal images
| Project/Area Number |
16K01415
|
|---|
| Research Institution | The University of Shiga Prefecture |
|---|
Principal Investigator |
畑中 裕司 滋賀県立大学, 工学部, 准教授 (00353277)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
川崎 良 公益財団法人大阪府保健医療財団大阪がん循環器病予防センター(予防推進部・循環器病予防健診部・健康開発, その他部局等, その他 (70301067)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | 高血圧性眼底変化 / 糖尿病網膜症 / 血管解析 / 病変検出 / 判定 |
|---|
| Outline of Annual Research Achievements |
本年度は、眼底の状況を理解する処理を中心に研究開発を進めた。
検診目的で撮影する眼底画像では、視神経乳頭を含めるように撮影する。眼底領域の動脈や静脈は視神経乳頭を出入口にしていることから、その血管を理解するように研究を進めた。血管抽出については、昨年度の手法を踏襲し、深層畳み込みニューラルネットワーク（CNN）のパラメタを確定させた。次に、抽出した血管を動脈と静脈に自動分類する処理の開発を進めた。昨年度に開発し始めた深層学習に基づいた自動分類処理の開発を進め、CNNのパラメタを確定させた。高血圧性眼底変化の判定性能の評価用データベースINSPIRE-AVRから無作為選出した10枚の眼底画像を用いて動静脈の分類性能を調べたとき、分類成功率は93％であった。そして、高血圧性眼底変化の診断所見である動静脈の口径比（AV比）を求める処理を追加した。INSPIRE-AVRには2名のエキスパートによるAV比が含まれており，2名によるAV比の絶対誤差0.05に対して、開発した手法とエキスパートの1名との絶対誤差は0.06となり、開発した手法の計測精度がエキスパート相当であることを確認した。
次に、病変検出処理として、毛細血管瘤と白斑の自動検出処理の開発を行った。毛細血管瘤は昨年度から継続して開発を進め、主に誤検出数の削減に取り組んだ。海外の糖尿病網膜症の公開データベースDIARETDB1に開発した処理を適用し、画像当たりの偽陽性数が8箇所の時の毛細血管瘤の検出率が、海外の深層学習を用いた競合手法の64％に対して、開発した手法では87％となった。また、CNNを用いて白斑の自動検出処理の開発を新たに開始した。糖尿病網膜症の公開データベースIDRiDに開発した手法を適用したところ、感度87％、特異度92%の結果を得た。
|
