Deep Convolutional Neural Networkを用いたびまん性肺疾患画像の特徴解析

摘要

画像診断を行う医師の負担は，X線CT装置の性能向上による撮像枚数の増加とセカンドオピニオンの普及による複数患者の診断によって，増加傾向にあり，計算機による診断補助を行う計算機診断支援（Computer Aided Diagnosis：CAD）システムの構築が望まれている．本研究では，CADシステムのうち，びまん性肺疾患画像の特徴解析を行うサブシステムをDeep Convolutional Neural Network（DCNN）を用いて構築することを目的とした．DCNN は，階層型ニューラルネットワークを用いた手法で，データから特徴表現を学習することが可能であるが，特徴表現を取得するために十分な数の入力データが必要になる．その一方で医用画像の識別システムを構築するために学習データを十分確保することは困難な場合もある．そこで本研究では，DCNNに対して自然画像を用いた半教師学習を適用し，比較評価を行った．DCNNの表現学習手法を，i）CT画像のみ，ii）自然画像のみ，iii）自然画像とCT画像，の3つのデータセットに対して適用し，比較検討を行ない，データセットに自然画像とCT画像とを用いた半教師付き学習で構成したDCNN特徴量が有効であることを示した．