| 研究概要 |
本研究は,乳房X線撮影における乳がんのカテゴリー分類を,ニューラルネットワークを用いて自動分類することを目的とする.ニューラルネットワークの構築は,放射線科専門医による主観的な,つまり経験的な判断機序を用いて試みる.最終的に,乳房X線写真からの画像情報をニューラルネットワークによって擬人化させたコンピュータ上にて分析させ,American College of Radiology (ACR)によるBreast imaging Reporting and Data System (BI-RADS)に沿った乳がんカテゴリーへの自動分類システムの構築を目指す.
BI-RADSにおける乳がんカテゴリー分類のプロセスは以下の4段階に分けられる.
(1)乳房全体の乳腺濃度の観察
(2)腫瘤の有無(あれば腫瘤の大きさ,形状の観察)
(3)石灰化陰影の有無(あればその数,分布,形状の観察)
(4)以上を総合しカテゴリーI〜Vのリスクに分類する.
17年度は,BI-RADSカテゴリーの自動分類をニューラルネットワークを用いて構築することを目的として研究を行った.先ず,16年度において解析した「知識」の特徴値を入力,カテゴリー分類を出力として,階層構造ニューラルネットワークを用いて初期状態の構築(プリワイヤ)を行った.その後,16年度で使用した試料画像を用い,ニューラルネットワークの学習を行った.学習方法は誤差逆伝播法を用いた.プリワイヤを学習課程において改良していき,最適条件を決定した後.最終的に構築したシステムの精度について,ニューラルネットワークの研究分野で頻繁に用いられているLeave-One-Out方法によって確認した.そして本研究において構築したシステムの有用性を分析した.
|
