敵対的生成ネットワーク（GAN）を用いたデンスブレストマンモグラフィの異常検知

• 研究課題/領域番号: 25K15339
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分62010:生命、健康および医療情報学関連
• 研究機関: 岡山大学
• 研究代表者: 後藤 佐知子 岡山大学, 保健学域, 准教授 (80243517)
• 研究期間 (年度): 2025-04-01 – 2028-03-31
• 研究課題ステータス: 交付 (2025年度)
• 配分額: 3,640千円 (直接経費: 2,800千円、間接経費: 840千円); 2027年度: 780千円 (直接経費: 600千円、間接経費: 180千円); 2026年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円); 2025年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
• キーワード: マンモグラフィ / デンスブレスト / 深層学習 / 異常検知

研究開始時の研究の概要

乳がんは早期に発見されることによって救命率が向上し、医療費の削減も期待できる。しかしながら日本人女性の乳房は欧米人女性と比べてデンスブレストの割合が多いとされ、そのほとんどの場合、マンモグラフィでの一次検査では病変との診断が困難となり、二次検査である精密検査が必要となる。その結果、医療被ばくや医療費の増加を招き、検診自体の効率化についても問題視されている。
本研究では、近年、製造業における部品検査など様々な分野において実用化されつつある異常検知の技術に着目し、深層学習のモデルの1つである敵対的生成ネットワークを用いたデンスブレストマンモグラフィの異常検知の開発を目指す。