人工的な病変画像を用いた3D-CNNによる転移性肝がh検出

摘要

肝がhの読影は，現在多くの施設で読影医の目視によって診断される．そのため，読影医の負担となっている．そこで，本研究では，転移性肝がh領域の自動検出を目指す．従来手法では，2D-CNN（Convolutional Neural Network）を用いての学習であったため，体軸方向に対する3次元的な形状を学習できず，多くの過検出があった．そこで，2D-CNNに加えて3D-CNNを併用した検出手法を提案する．また，CNNにおいては大量の学習画像を必要となるため，健常者のCT画像に対して肝がh病変領域を埋め込むことで学習データの拡充を図る．これらのデータを実際のCT画像と併用することで2D-CNN及び3D-CNNを学習する．これによって，従来の検出手法よりも高精度となることを確認した．