2016 Fiscal Year Annual Research Report
Reliable melanoma discrimination system offers grounds of the decision
| Project/Area Number |
26461666
|
|---|
| Research Institution | Hosei University |
|---|
Principal Investigator |
彌冨 仁 法政大学, 理工学部, 准教授 (10386336)
|
|---|
| Project Period (FY) |
2014-04-01 – 2017-03-31
|
| Keywords | メラノーマ / 自動診断支援 / 画像解析 |
|---|
| Outline of Annual Research Achievements |
メラノーマの自動診断ならびに、診断根拠の客観的な提示を実現することを主目的に、3年間研究に取り組んだ。メラノーマの診断にはdermoscopy (専用のスコープ)が用いられ、診断指標であるABCDルールおよび、7-point check listが使われている。診断は、各項目のスコアの合計値を元に行われる。我々はこれまでの知見からdermoscopy画像から効果的な画像特徴量を計算し、上記評価基準を構成する15項目の全てに対し、皮膚科医と統計的に有意差のない推定するモデルを実現した。 また得られた各スコアに基づき求められた診断結果も、熟練皮膚科医と同等の精度を得ることができ、当初の本申請課題の目標を技術的に達成できた。研究により、人間に理解しやすい上記のような診断指標を数値化した上で識別を行う手法は、直接識別結果のみを推定する従来の機械学習手法により精度が劣ることも確認した。これは人間の「理解しやすさ」に重点をおいた診断指標の限界と考えられる。これらの成果について現在論文執筆中である。
また近年、deep learning（深層学習）技術により、様々なタスクで既存の画像認識技術では実現が難しかった高精度での自動識別が可能になってきている。我々は研究のさらなる発展のため、上記で得られた知見を反映させメラノーマの細胞学的特徴を利用した前処理法を開発した。これによりdeep learningにおける大きな課題である長い学習時間を1/9以下にしつつ、従来の最先端結果と同等のメラノーマ識別精度を得た。さらに現在、deep learningにおける転移学習（他の目的で学習された大規模ネットワークを別の用途に応用する）を用いることで、皮膚腫瘍のさらなる高い識別精度ならびに、わかりやすく信頼性の高い診断根拠の提示を目指した研究を進めており、結果を将来公表予定である。
|
