|
本研究では、いろいろな種類の医用画像(MRI画像、X線CT画像、ディジタルマンモグラフィー、超音波画像、ディジタルX線画像など)に対して、対象となる医用画像の特徴に適したニューラルネットワークスの構造を、自動的に構成することができるGMDH-typeニューラルネットワークスのアルゴリズムを開発してコンピュータ支援画像診断へ応用した。GMDH-typeニューラルネットワークスのアルゴリズムでは、シグモイド関数型ニューロン、ラジアルベース型ニューロン、多項式型ニューロンなどのニューロン構造を対象にして、対象となるの画像の特徴に最も適したニューロンの構造を自己選択し、これらの自己選択した多数のニューロンを組合わせて、ニューラルネットワーク構造を自己組織化する能力を備えている。さらに、多くの画像特徴量の中から、予測誤差評価基準(Akaike's Information Criterion(AIC)やPrediction Sum of Squares(PSS))を最小にするように、有益な入力変数のみを自己選択する能力を備えており、GMDH-typeニューラルネットワークスのアルゴリズムは、複雑な特徴を有する医用画像を対象にしたコンピュータ支援画像診断への応用が容易である。本研究では、開発したGMDH-typeニューラルネットワークスのアルゴリズムを頭部MRI画像、胃X線画像、胸部X線CT画像などの医用画像に応用して、コンピュータ内部に各々の医用画像に適したニューラルネットワークスを自己組織化して、対象となる臓器の輪郭抽出を行った。さらに、GMDH-typeニューラルネットワークスのアルゴリズムを乳がんの画像診断への応用を行っている。これは、医用画像としてマンモグラフィを対象にして乳がんの石灰化像の抽出である。
|
