2005 Fiscal Year Annual Research Report
医用画像におけるコンピュータ支援がん自動検出システムの開発に関する研究
Project/Area Number |
05F05720
|
Research Institution | Gifu University |
Principal Investigator |
藤田 廣志 岐阜大学, 大学院・医学系研究科, 教授
|
Co-Investigator(Kenkyū-buntansha) |
LEE G.N 岐阜大学, 大学院・医学系研究科, 外国入特別研究員
|
Keywords | コンピュータ支援診断 / 画像,文章,音声等認識 / 医用工学 / 情報システム |
Research Abstract |
本研究では,以下の2テーマを主に取り扱い,有用な成果を得ている. 1.乳がん画像解析について 本研究者らのマンモグラフィ画像に関する過去の研究では,同時生起行列という解析手法を用いて,腫瘤性の乳がん病変の高い良悪性の識別率に成功している(ROC曲線の面積Az値で,0.9を超える).本研究では,この研究の再検討項目の一つとして,同時生起行列で計算されるテクスチャ特徴量の画像量子化(再量子化による手法)の効果について研究を行った.71枚のマンモグラフィ画像(良性28,悪性43の分布)を用いて,240のテクスチャ特徴量を異なる量子化に対して計測した(量子化パラメータQ=50,100,400に対して).その結果,ある範囲のQを有効に利用することにより,鑑別性能が改善され得ることが分かった. 2.肝硬変のMR画像解析について 本研究では,MR画像に基づいた肝硬変のコンピュータによる自動分類法の開発を目的にしている.124症例の画像データベース(64は肝硬変ありで,残りは肝硬変なしの画像)を用いて検討を行った.すべての症例はT1およびT2強調画像を含み,ガドリニウム造影剤で強調された4つの異なる位相で撮影されている(よって8種類の画像).16個の特徴量を計測し,識別能の高いシステムを実現するために,GA(遺伝的)アルゴリズムを利用して有効な特徴量の選択を行った.そして,平衡像で計測した7つの特徴量用いて検討を行った結果,偽陽性候補がゼロのときに真陽性率が55%であることが分かった. これらの内容を,次年度継続研究として,さらに改善する予定である.
|
Research Products
(5 results)