| 研究概要 |
(1)構築の乱れの検出アルゴリズムの性能向上
乳がんは, 微小石灰化クラスタ, 腫瘤陰影, 構築の乱れの3つに分類できるが, このうち, 医師にとっても発見が困難であり, 実用化されたコンピュータ支援診断システムでの性能が十分でない, 構築の乱れの自動検出に関する研究を行っている.
これまでに提案した手法は, さまざまな太さの乳腺の抽出を可能にするために, 2つの解像度の画像を組み合わせた乳腺の抽出を行っていた。公開されているマンモグラフィーデータベースであるDDSM(Digital Database for Screening Mammography)で本手法の有効性は確認済みであるが, 新たに独自に収集したデータベースでの実験を行った. このデータベースは, 日本人の乳がん画像と正常画像からなり, また, がん専門病院で撮影された画像のみでなく集団検診で撮影された画像も含まれているため, 実際の臨床に近い構成となっている. 実験の結果, このデータベースでも, 2つの解像度の画像の組み合わせによる乳腺の抽出精度が向上した. それに伴い, 一次検出の結果も向上したが, 最終結果は1つの解像度の画像を用いた場合とほぼ同じであった。検出法の変更により偽陽性の特徴が変化したことが原因であると考えられる. 一次検出の精度向上を有効にするために, 偽陽性削除の検討が必要である.
(2)コンピュータの解析結果の提示方法に関する初期検討
数冊にマンモグラムの読影の専門書に, 微小石灰化クラスタ, 腫瘤陰影, 構築の乱れの良悪性の鑑別基準が示されている. それらを1つの鑑別ロジックにまとめ, 臨床画像との関連性を調査した.
|
