| 研究課題/領域番号 |
17K10374
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
放射線科学
|
|---|
| 研究機関 | 東京慈恵会医科大学 |
|---|
研究代表者 |
中田 典生 東京慈恵会医科大学, 医学部, 准教授 (80237297)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2019年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2018年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2017年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | 人工知能 / 機械学習 / 深層学習 / 超音波診断 / 乳腺 / 乳癌 / 画像診断 / コンピュータ支援診断 / ソフトコンピューティング |
|---|
| 研究成果の概要 |
深層学習ではまず動画像の解析を進めるにあたり、静止画像での学習をする必要性があり、その画像分類の深層学習の研究を行った。乳腺腫瘤の造影前の超音波静止画像の良悪性の鑑別をするアルゴリズム開発がほぼ完了し、乳腺腫瘤の良悪性の判定では、悪性腫瘍については、適合率85.6％、再現率92.7％、特異度84.7％、F値（F1 Score）89.1％、また全体の精度88.7％、ROCカーブにおけるAUC96.0 %という結果を得た。次に動画像の超音波像の診断をすべく深層学習の研究を進め、動画像において乳腺腫瘤を検出して追跡するアルゴリズムの開発は可能であり、動画像での乳腺腫瘤良悪性鑑別が可能であった。
|
| 研究成果の学術的意義や社会的意義 |
乳癌広がり診断に用いられMRI 検査と比較して、超音波検査は、安価で、手術中も手軽に使用できるなどの利点がある。超音波検査が客観性の点でMRIなどに劣っている点を克服するため画像定量化に基づく診断基準の作成と、これを支援するコンピュータ支援診断（CAD）システムの必要性が高まっている。すなわち、超音波検査をする検査者（超音波検査士や医師）の技量や診断能力の個人差により、その診断成績に優劣が生じるという問題がある。本研究の成果により、乳腺腫瘤の診断のうち乳癌の超音波診断のCADシステム開発のための基礎的研究が進み、近い将来これらのシステムが超音波診断装置に搭載されることが期待されるようになった。
|
