ディープラーニングは顎骨内の潜在的病変の診断に有用か

点击翻译按钮获取中文摘要

パノラマX線画像から腫瘍や嚢胞などの顎骨内病変を抽出するアルゴリズムをDeep Learningを用いて作成するために, 学習(教師)データとなるパノラマX線画像の収集を行った. 画像データの収集は, 朝日大学医科歯科医療センターにおいて撮影されたパノラマエックス線画像の中で下顎骨内に境界明瞭な透過性病変を有するものを収集し, 病変の部位により下顎枝, 下顎角部, 下顎骨体部に分類した. 病変部位にはSegmentationのための領域設定とDetectionのためのROIの設定を画像処理ソフトウェアを用いて行った. また, 限られた臨床画像で高い学習効果を得るために, 収集された画像に対してコントラストや画像濃度の調整, 画像角度の変更などによるAugmentationを行うことで学習データを増加させ更なる学習を行った. Augmentationの方法により学習効率や過学習の度合いが変わるため複数の方法を試行し, より高い学習精度を得られるように調整と学習を繰り返している. 今後はさらに収集データを増加させる事により精度の向上を目指す. またSegmentation及びDetectionの精度が向上した後に, 病変の種類を自動分類するためにDeep LearningのClassificationを用いたアルゴリズムを作成する. Classificationを行う際には各症例ごとに必要な学習データの数が増えるため, 必要な場合は他施設の症例データの供与についても検討を行う.