|
冠動脈CTにおける陽性的中率の低下の要因となる石灰化プラークを正しく認識できるよう、深層学習で類似所見のステントとの自動分類を実施した。その結果、VGG-16から畳み込み層を6層、全結合層を1層増やしたVGG-23でのファインチューニングによる自動分類の精度が最も高く、正診率98.0％となった。また、低吸収プラークを含むプラークの自動分類では、低吸収プラークを正しく認識できなかった。そこで、領域の自動抽出が可能なU-Netを用いて低吸収プラーク領域を自動抽出したところ、Dice係数が0.91で高い精度で領域抽出できた。
|
