喀痰細胞診の自動化に関する研究

点击翻译按钮获取中文摘要

肺がんの死亡数は近年急激に増加し、男性において胃がんの死亡数を超えて第一位となっている。現在、肺がん集団検診の分野では重喫煙者のハイリスクグループを設定して胸部X線写真だけでなく喀痰細胞診を併用した検診が行われており、喀痰細胞診は肺がんの早期発見のために大きく寄与している。しかしながら、この検診は少数の臨床検査技師で実施されているのが現状であり、大量の被験者データに対応するためにスループットと検診精度の向上を目指す喀痰細胞診の自動化が強く望まれている。本研究は、肺がん早期発見のための喀痰細胞診のスループットと診断精度の格段の向上を目指した喀痰細胞診の自動化を研究開発するものである。そこで、以下の4つの課題を挙げて2年間で実施するものである。これらは、1.喀痰細胞の高精細カラー画像データベースの構築、2.喀痰細胞画像の解析アルゴリズムの研究開発と評価、3.喀痰細胞組織の定量的画像情報による診断基準の均一化と臨床評価、4.臨床データによる開発アルゴリズムの総合評価である。平成10年度は、重点的に1.及び2.の課題について実施し、高精細カラー画像のRGB成分の画像特徴を統合して細胞形態や核質性状の自動抽出アルゴリズムを人工ニューラルネットワークに基づいて開発して個々の細胞形態や喀痰細胞組織を構成する細胞全体の分布様式、核質性状や配列を定量的に記述するアルゴリズムを研究開発を行った。国立がんセンター、徳島大学医学部の協力を得て収集した臨床画像データに適用してアルゴリズムの性能検証を行った結果、病変部を特徴づける形態特徴を定量的に表現するものとして期待がもてる結果が得られた。これらの研究成果をIEEE国際会議、IEICE Tran.INF&SYST.などで発表して非常に高い関心と評価を得ている。