U-Netを用いた腎尿細管の異常検知に関する研究

摘要

本研究では，腎生検病理標本画像に対して深層学習によるセグメンテーションを適用し，画像内の各組織の識別を試みた.特に，既存研究では行われていなかった，異常尿細管と呼ばれる組織に着目した識別とその精度の評価を行った.3種類のセグメンテーションモデルを比較し，U-Netが適していることと損失関数としてDice CEが適していることが分かった.また，識別精度として，正常·異常を含めた尿細管の識別精度は9割弱となったものの，異常尿細管のみの精度は約4割となり，更なるモデルの改良とデータ収集が必要であるということが分かつた.