全乳房超音波画像における3次元的情報に基づいた腫癌像の自動検出法の開発

摘要

In breast cancer screening, a large amount of data is acquired from many patients. Therefore radiologists may overlook lesions under the reading overload. This paper proposes an automated mass detection technique to reduce the reading overload in whole-breast ultrasound images. First, we extract breast regions. Second, because masses tend to have lower density than mammary glands, we calculate pixel values relative to the neighboring pixels, and extract candidate mass regions. Finally, we extract features from candidate mass regions and remove false positives. The proposed method was applied to 59 clinical cases, and achieved 78.0% of sensitivity.%集団検診では受診者の数が多く大量の画像データが撮影されるため，医師の読影負担が大きくなり病変の見落としの可能性が高くなることが予想される．本研究では，全乳房超音波画像を対象に，医師の読影負担の軽減を目的とした腫癌像の自動検出法を提案する．まず，処理対象となる乳房領域を抽出した．次に，腫癌像は周辺の乳腺組織よりも低濃度に描画される傾向があることから，注目画素と周辺画素における相対的な濃淡差を算出し，候補領域を決定した．最後に，候補領域から特徴量を抽出し，偽陽性を削除することで腫癖像を検出した．本手法を53乳房59個の腫癌で評価した結果，78．0％（46/59）の腫癌の検出に成功した．