| 研究課題/領域番号 |
03454281
|
|---|
| 研究種目 |
一般研究(B)
|
| 配分区分 | 補助金 |
|---|
| 研究分野 |
放射線科学
|
|---|
| 研究機関 | 名古屋大学 |
|---|
研究代表者 |
遠藤 登喜子 名古屋大学, 医学部, 助教授 (10231193)
|
|---|
| 研究分担者 |
池田 充 名古屋大学, 医学部, 助教授 (50184437)
藤田 広志 岐阜大学, 工学部・電子情報工学科, 助教授 (10124033)
佐久間 貞行 名古屋大学, 医学部, 教授 (90079963)
|
|---|
| 研究期間 (年度) |
1991 – 1993
|
| 研究課題ステータス |
完了 (1993年度)
|
| 配分額 *注記 |
6,000千円 (直接経費: 6,000千円)
1993年度: 500千円 (直接経費: 500千円)
1992年度: 500千円 (直接経費: 500千円)
1991年度: 5,000千円 (直接経費: 5,000千円)
|
|---|
| キーワード | マンモグラフィ / 乳癌 / 自動検出 / 腫瘤像 / 悪性石灰化像 / DMR / ニューラルネットワーク / クラスタ / マンモグラム / 自動診断 / 診断支援装置 / デジタル画像 / 石灰化像 / 腫瘤抽出 / 腫瘤の良悪性の鑑別 / ブレストファントム |
|---|
| 研究概要 |
マンモグラフィからの乳癌検出には、腫瘤像といわゆる悪性石灰化像の抽出が必要で、腫瘤の検出はすでに「DMRを原画像とした乳癌検出アルゴリズム」をデジタイズマンモグラムにも適用させることでほぼ満足のゆく結果を得ており、抽出領域の良悪性の判別の研究を行った。方法は、ニューラルネットワークによるパターン認識の手法で、対象は良性20例、悪性20例の計40例、ニューラルネットワークにはNeuro07を、学習はバックプロパゲーション法を採用した。層構造は3層、パラメータは実験により決定、系列依存性の手法により画像の特徴抽出を行った。対象の半数を学習用として1000回の学習を行った結果、中間層のユニット数30のとき最も認識率が高く85%で、中間層を増加するほど認識率が高くなる訳ではないことが判明するとともに、従来の方法より約10%認識率の向上が得られた。石灰化像の検出では、微細石灰化像の検出に最適なピクセルサイズの研究と検出プログラムの開発を行った。前者では、疑似石灰化ファントムのX線写真をドラムスキャナーで25μmにデジタイズしたものを50、100、200、500μmに再構成し、放射線科医の目視法と計測法による評価を行った。結果、160μm以下の石灰化の検出には100μmサイズでは十分ではないとされた。しかしながら、使用デジタイザーの制限から100μmサイズで臨床研究を遂行した。石灰化像の検出では、微小石灰化像の強調処理として、原画像からの乳房領域の抽出、乳房の厚みの勾配により生じる背景トレンド除去、非鮮鋭マスク処理を、次に石灰化抽出のための2値化処理と偽陽性除去のための4つの除去処理を行い、最後に50mm^2に3個以上の候補の存在領域をクラスタとして表示した。この方法では、学習用の39例では正解率87.2%、1枚あたりの偽陽性は0.18個、臨床例163例では正解率74.2%、1枚あたりの偽陽性0.45個であった。
|
