敵対的生成ネットワークによる乳房超音波画像を生成し教育や研究への応用を目指す研究

点击翻译按钮获取中文摘要

過去に東京医科歯科大学病院で撮影された超音波検査の画像データ（合計約2000症例）を取得し、病理組織ごとに振り分けを行った。DCGAN (Deep Convolutional Generative Adversarial Network)とよばれる、畳み込みニューラルネットワーク使いたモデルをベースに、乳腺超音波の生成画像モデルを用い、組織ごとに生成画像を作成した。生成画像の画質を評価し、層の数、ノード数、活性化関数・バッチサイズなどを調整し、学習率が良くノイズ、ドロップアウト率の少ない画像生成を行える条件を決定した。作成された生成画像は放射線科医により評価され、人工知能が作成した画像の特徴量を抽出した。現在人工知能の作成する画像はどのような特徴があるのかについて多方面より検証している。