2020 Fiscal Year Annual Research Report
DETECTION OF SESSILE SERRATED ADENOMA/POLYPS USING CONVOLUTIONAL NEURAL NETWORK
| Project/Area Number |
18K08010
|
|---|
| Research Institution | Fukushima Medical University |
|---|
Principal Investigator |
冨樫 一智 福島県立医科大学, 公私立大学の部局等, 教授 (10316531)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
歌野 健一 福島県立医科大学, 公私立大学の部局等, 准教授 (10728158)
朱 欣 会津大学, コンピュータ理工学部, 上級准教授 (70448645)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | artificial intelligence / computer-aided diagnosis / colorectal neoplasm / sessile serrated lesion / colonoscopy |
|---|
| Outline of Annual Research Achievements |
2019年度に構築したコンピュータ自動診断装置（Computer-aided Diagnosis System, CADx）を用いた特定臨床研究（登録番号jRCTs022190014）が進行中である。この試験では、国内の3施設（自治医大、京都府立、当施設）が参画し、CADx有群と無群の間で、５ｍｍ以下の小腺腫の発見率を主要評価項目とした比較を行った。コロナ禍のため、研究の進捗状況は遅れているが、2021年内には最終結果が出る予定である。
上記の結果を踏まえて、本研究の主要テーマであるsessile serrated lesion(SSL)の検出に焦点を絞ったCADxの開発を行なった。右側結腸ポリープ1030病変の非拡大白色光画像2249枚を、切除時期により学習用4：試験用１に分割した。Crop、data augmentation、Resnet50ネットで特徴抽出、softmaxなどの深層学習手法を用い、腺腫と鋸歯状病変（HP+SSL）の鑑別を可能とし、SSLと HPも鑑別できるCADxの構築も試みた。性能試験は、215病変（腺腫87、SSL41、HP87）の内視鏡画像400枚を用いて、各画像のprobability scoreを算出し、この平均値>0.5を基準に病変の診断とした。他施設の内視鏡専門医２人がランダムに並び替えられた同一内視鏡画像のprobability scoreを判定することにより評価した。腺腫と鋸歯状病変を鑑別するCADxの診断能は、専門医と同等あるいは優っていた。しかし、SSLとHPを鑑別する診断能は専門医よりも劣っていた。SSL を的確に診断できるCADxシステムの開発は、今後の課題と考えられた。この結果は、国内外の主要学会で発表が予定されており、論文化を進めている段階にある。
|
-
-
[Journal Article] Diagnostic performance of artificial intelligence to identify deeply invasive colorectal cancer on non-magnified plain endoscopic images.2020
Author(s)
Nakajima Y, Zhu X, Nemoto D, Li Q, Guo Z, Katsuki S, Hayashi Y, Utano K, Aizawa M, Takezawa T, Sagara Y, Shibukawa G, Yamamoto H, Lefor AK, Togashi K
-
Journal Title
Endosc Int Open
Volume: 8
Pages: E1341-E1348
DOI
Peer Reviewed / Open Access
-
-
-
-
-
-
-
