Development of computer-aided diagnosis system for colorectal cancer in CT colonography using deep learning

2021 Fiscal Year Research-status Report

• Project/Area Number: 19K23601
• Research Institution: Tokyo Institute of Technology
• Principal Investigator: Jin Ze 東京工業大学, 科学技術創成研究院, 助教 (40840278)
• Project Period (FY): 2019-08-30 – 2023-03-31
• Keywords: 少サンプルで学習 / 深層学習 / 大腸ポリープ

Outline of Annual Research Achievements

症例収集については、以下の課題にいて、症例の収集と分析を再度行われました。
１．平坦型病変の検出精度は，隆起型病変の検出精度に比べて有意に低い。
２．読影医の経験不足や疲労による病巣の見落とし。
平坦型と隆起型病変をそれぞれ25個のデータを用意しました。読影医の経験不足による見落とした症例を収集しました。
深層学習を開発とCTCに応用については、前年度で開発した従来の性能を遥かに超える、選択的球状陰影強調フィルタを用い、3次元×2 の情報をMTANN深層学習の入力とする方法をCTCに対応するため、独自の大腸領域抽出方法とた固有値に基づく選択的強調フィルタを開発した。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

大腸がんデータの症例収集と分析が完了しました。
独自の大腸領域抽出方法とた固有値に基づく選択的強調フィルタを開発した。

従来手法より優れて事を証明するための比較実験が未完了。

Strategy for Future Research Activity

提案手法の改善と従来手法との比較を行う予定。
FROC(free-response receiver operating characteristic)解析を用いて提案手法を評価する。さらに、放射線科医による読影実験を行い、ROC (receiver　operating characteristic)解析に基づき、提案手法の臨床応用への有効性を検証する。

Causes of Carryover

今年は新たなデータを用いて有用性を証明し、国際学会と論文投稿する予定です。
学会参加と論文投稿の費用を計上します。