モルフォロジ演算の性質を持つ混合分布推定アルゴリズムと乳がん自動診断システム

(1)アルゴリズム実現に用いるモデル画像のライブラリを増やすことにより、より高度な画像理解を実現し、その限界などの性質を明らかにした。具体的にはスケルトン距離関数として3次元形状判別のため特徴量として利用した。その結果、分類精度は大幅に向上するものの処理速度には未だ問題があり、高速化が必要であることを確認した。これを踏まえてモルフォロジ演算の高速化アルゴリズムを提案し、その有効性を確認した。(2)平成13年度の評価実験の結果を詳細に検討し、システムの性能向上に必要な点を明確にし、改良を施した。それを大規模データ(乳がんデータは国立がんセンター、新潟県立がんセンター、産業医科大、九州大学、富士写真フィルムから入手)や3次元データ(肺、肝臓、脳、心臓などのデータを国立がんセンターなどから入手)に適用し、システムの最終的な性能評価を行った。具体的には、X線像の経時変化検出に関する検討、ウェーブレット空間から求められる特徴を用いたマンモグラム上の微小石灰化像抽出システムの高度化への応用を行った。また、乳がん腫瘍影自動検出システムの前処理に、本手法の適用をこころみた。まず、前述の方法と人体のモデル画像のライブラリに基づき、入力された検診画像から悪性腫瘤などの候補となる領域抽出を行い、次に、抽出された候補領域に関し、形状やテキスチャーなどの情報に基づき悪性度の判定を行うシステムを開発した。350枚の悪性腫瘤画像を用いて実験したところ、従来システムに比べて誤検出率は低く抑えられ、有用性の高い自動診断システムを実現できることを確認した。

(1)アルゴリズム実現に用いるモデル画像のライブラリを増やすことにより、より高度な画像理解を実現し、その限界などの性質を明らかにした。具体的にはスケルトン距離関数として3次元形状判別のため特徴量として利用した。その結果、分類精度は大幅に向上するものの処理速度には未だ問題があり、高速化が必要であることを確認した。これを踏まえてモルフォロジ演算の高速化アルゴリズムを提案し、その有効性を確認した。(2)平成13年度の評価実験の結果を詳細に検討し、システムの性能向上に必要な点を明確にし、改良を施した。それを大規模データ(乳がんデータは国立がんセンター、新潟県立がんセンター、産業医科大、九州大学、富士写真フィルムから入手)や3次元データ(肺、肝臓、脳、心臓などのデータを国立がんセンターなどから入手)に適用し、システムの最終的な性能評価を行った。具体的には、X線像の経時変化検出に関する検討、ウェーブレット空間から求められる特徴を用いたマンモグラム上の微小石灰化像抽出システムの高度化への応用を行った。また、乳がん腫瘍影自動検出システムの前処理に、本手法の適用をこころみた。まず、前述の方法と人体のモデル画像のライブラリに基づき、入力された検診画像から悪性腫瘤などの候補となる領域抽出を行い、次に、抽出された候補領域に関し、形状やテキスチャーなどの情報に基づき悪性度の判定を行うシステムを開発した。350枚の悪性腫瘤画像を用いて実験したところ、従来システムに比べて誤検出率は低く抑えられ、有用性の高い自動診断システムを実現できることを確認した。