2020 Fiscal Year Annual Research Report
Computer-aided Diagnosis of B-mode and Contrast Breast Ultrasonography using Deep Learning
| Project/Area Number |
17K10374
|
|---|
| Research Institution | Jikei University School of Medicine |
|---|
Principal Investigator |
中田 典生 東京慈恵会医科大学, 医学部, 准教授 (80237297)
|
|---|
| Project Period (FY) |
2017-04-01 – 2021-03-31
|
| Keywords | 人工知能 / 機械学習 / 深層学習 / 超音波診断 / 乳腺 / 乳癌 |
|---|
| Outline of Annual Research Achievements |
本研究計画では、近年進歩が著しい機械学習の一つである深層学習（Deep Learning）の手法を用いて、乳腺造影超音波検査のコンピュータ支援診断システムを開発することを目標としていた。造影超音波検査は基本的に時系列にならんだ動画像を元に診断を進めるものであり、深層学習ではまず動画像の解析を進めるにあたり、静止画像での学習をする必要性があり、静止画像の画像分類の深層学習の研究を行った。その結果、乳腺腫瘤の造影前の超音波静止画像の良悪性の鑑別をするアルゴリズム開発がほぼ完了し、乳腺腫瘤の良悪性の判定では、悪性腫瘍については、適合率85.6％、再現率92.7％、特異度84.7％、F値（F1 Score）89.1％、また全体の精度88.7％、ROCカーブにおけるAUC96.0 %という非常に高成績の結果を得ることができた。次にこれら静止画像の学習から、連続する動画像の超音波像の診断をすべく深層学習の研究を進めた。その結果、連続する静止画像の集まりである超音波動画像において、乳腺腫瘤を検出して追跡するアルゴリズムの開発は可能であり、これに加えて動画像での乳腺腫瘤の良悪性鑑別のある程度可能であることが分かった。しかしながら超音波像特有のノイズが多い画像の動画像については、特に造影超音波動画像について深層学習での解析が困難であることが分かった。そこで造影超音波画像のノイズ除去等の画質改善について研究を進めたが、残念ながら研究期間中には、有用な手法を特定するに至らなかった。今後、動画像における超音波画像の解析をする深層学習のアルゴリズム開発を進める予定である。
|
