Development of computer-aided diagnosis system for lung cancer CT screening using deep learning

2018 Fiscal Year Final Research Report

• Project/Area Number: 16K19883
• Research Category: Grant-in-Aid for Young Scientists (B)
• Allocation Type: Multi-year Fund
• Research Field: Radiation science
• Research Institution: Kyoto University
• Principal Investigator: Nishio Mizuho 京都大学, 医学研究科, 特定助教 (50581998)
• Project Period (FY): 2016-04-01 – 2019-03-31
• Keywords: コンピューター支援診断 / 肺結節 / CT / 深層学習 / 機械学習

Outline of Final Research Achievements

Our research was conducted based on two major themes. One is quantitative evaluation of emphysema for predicting lung cancer base risk in CT lung cancer screening, and the other is development of computer-aided diagnosis system for differentiation of lung nodules detected in lung cancer CT screening.

In the former, we show that quantitative evaluation of pulmonary emphysema using homology method was useful for predicting the base risk of lung cancer. Also, in the latter, the accuracy of computer-aided diagnosis of lung nodule could be improved using deep learning.

Free Research Field

医用画像処理

Academic Significance and Societal Importance of the Research Achievements

CT肺癌検診は高い偽陽性で知られており、この偽陽性をいかに減らすかがCT肺癌検診の研究の焦点の一つである。この点から、今回の研究成果をCT肺癌検診に応用する際、以下の二点が有用になると考えられる。

一つ目のテーマの研究成果により、肺気腫の定量評価を用いて肺癌のベースのリスクが高い患者を選択することが可能となり、これが偽陽性の低減に間接的に有用と期待される。CT肺癌検診の偽陽性の直接の原因は検診で見つかった肺結節であり、これにどう対応するかで偽陽性が大きく変動する。今回のコンピューター支援診断のソフトウェアは肺結節の肺癌の確率を出力できるため、これは直接に偽陽性の低減に有用と期待される。