データ拡張を用いたDCNNによる乳房X線画像上の腫瘤鑑別性能向上

摘要

近年の乳がh罹患率の急激な上昇を背景に，乳房X線撮影(マモグラフィ)を用いた画像検診受診者数が増加傾向にある．これに伴い読影医の負担も増加し，医師の疲労に起因した病変の見落とし等及び誤診が懸念されている．この対策として期待されてものとして，コンピュータを用いて乳房X線画像上の病変を自動検出し医師の診断を補助する，計算機支援診断(computer-aided diagnosis: CAD)システムの開発が挙げられる．従来のCADシステムは，医師の読影論連に做って手動で設計された病変特徴を基に病変を検出し，病変の診断を行うものであった．しかし，医師の読影論理は専門知識のほか，経験に基づいて定性的に表現される場合が多く，病変特徴量を定量的に表現することは難しい．更に，診断された病変に対して，その病変が良性か悪性かを鑑別することは医師およびCADシステムの難しい課題の一つとされている．良性および悪性腫瘤の例を図1に示した．一般的に良性腫瘤は明確な境界を持ち，腫瘤領域内での輝度はほぼ一定であるものが多い．一方で悪性腫瘤は不明瞭な境界を持ち，その周辺にスピキュラと呼ばれる放射線状の構造が観察される．従来提案されてきた手法は，こうした特徴の差異を抽出し定量化することで腫瘤の良悪性を鑑別するものであった．しかし腫瘤は上記以外にも多種多様な特徴を持ち，それらの良悪性を鑑別できる特徴設計は非常に困難とされている．また，乳房X線画像においては腫瘤と周辺組織とのコントラストは非常に低いことが多く，形状等の特徴を正確に抽出することも極めて難しい．