深層学習を用いたＣＴ肺癌検診のためのソフトウェア開発

2018 年度 研究成果報告書

• 研究課題/領域番号: 16K19883
• 研究種目: 若手研究(B)
• 配分区分: 基金
• 研究分野: 放射線科学
• 研究機関: 京都大学
• 研究代表者: 西尾 瑞穂 京都大学, 医学研究科, 特定助教 (50581998)
• 研究期間 (年度): 2016-04-01 – 2019-03-31
• キーワード: コンピューター支援診断 / 肺結節 / CT / 深層学習 / 機械学習

研究成果の概要

助成期間では、大きく二つのテーマについて研究を行った。一つはCT肺癌検診で肺癌のベースのリスクを評価するための肺気腫の定量評価であり、もう一つがメインとなるCT肺癌検診で肺結節が見つかった時にその肺結節が肺癌か否かを鑑別するコンピューター支援診断のソフトウェアの開発である。

前者ではホモロジー法を用いた肺気腫の定量評価が肺癌のベースのリスクに有用であることを示すことができた。また、もう一方のメインテーマでは、深層学習をコンピューター支援診断の肺結節の鑑別に用いることで、正診率を向上させることができた。

自由記述の分野

医用画像処理

研究成果の学術的意義や社会的意義

CT肺癌検診は高い偽陽性で知られており、この偽陽性をいかに減らすかがCT肺癌検診の研究の焦点の一つである。この点から、今回の研究成果をCT肺癌検診に応用する際、以下の二点が有用になると考えられる。

一つ目のテーマの研究成果により、肺気腫の定量評価を用いて肺癌のベースのリスクが高い患者を選択することが可能となり、これが偽陽性の低減に間接的に有用と期待される。CT肺癌検診の偽陽性の直接の原因は検診で見つかった肺結節であり、これにどう対応するかで偽陽性が大きく変動する。今回のコンピューター支援診断のソフトウェアは肺結節の肺癌の確率を出力できるため、これは直接に偽陽性の低減に有用と期待される。