Research on Generating Breast Ultrasound Images Using Generative Adversarial Networks for Application in Education and Research

2023 Fiscal Year Final Research Report

• Project/Area Number: 21K15800
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 52040:Radiological sciences-related
• Research Institution: Tokyo Medical and Dental University
• Principal Investigator: Fujioka Tomoyuki 東京医科歯科大学, 東京医科歯科大学病院, 准教授 (60771631)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: 人工知能 / 敵対的生成ネットワーク / 超音波 / 乳がん / 深層学習 / 乳腺 / 画像診断 / 教育

Outline of Final Research Achievements

Using adversarial generative networks, synthetic images were generated from nearly 1000 breast ultrasound images. The high-precision images, based on five different tissue types, closely resembled the original images. Radiological diagnostic tests indicated a high level of concordance between the synthetic and original images. The application of adversarial generative networks in this method has the potential to contribute to enhanced accuracy in medical education and clinical diagnosis.

Free Research Field

放射線医学

Academic Significance and Societal Importance of the Research Achievements

本研究は、敵対的生成ネットワークを用いることで組織ごとの特徴を持つ精度の高い乳房超音波画像の合成画像を生成できることを示しました。読影試験の結果から合成画像は実際の画像と非常に類似しおり、特に教育や訓練の分野で有効に活用できることが期待されます。本研究は生成画像を用いることで医学生や若手医師の診断能力向上に寄与し、医療の質を高めることに貢献する可能性があると考えられます。