Development of a Quantitative Analysis Method for Unknown Pulmonary Infections Using Deep Learning of Chest CT Images

利用胸部 CT 图像深度学习开发未知肺部感染的定量分析方法

• 批准号: 22K07721
• 负责人: 粟井 和夫
• 金额: $ 2.66万
• 依托单位: Hiroshima University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K07721/
• 关键词: 胸部CT; 肺野病変; 深層学習; 新型コロナウイルス感染症; 人工知能

本年度は、167名のCOVID-19患者のCTスキャンで肺病変を抽出（セグメンテーション）する深層学習アルゴリズムを開発した。まず、肺画像について放射線診断専門医により肺全体とCOVID-19肺炎の範囲についてアノテーションを行い、これを正解画像とした。次にUNet（バックボーンEfficientNet-B3）を使用し、167人のCOVID-19患者のうち129人（77.2%）をトレーニングデータセットに、17人（10.2%）をチューニングデータセットに、21人（12.3%）を評価データセットに含めた。体積の各軸スライスをモデルに入力し、推論時にはスライスごとの予測値を連結し、全容積の予測値を生成した。モデルは、Adamオプティマイザーを用いて50エポック学習した。学習率は3e - 4から始め、検証損失プラトーで0.1ずつ減少させた。学習時にはランダムなデータ拡張を適用し、垂直・水平反転、ランダムな回転、ランダムな輝度コントラスト（輝度制限＝0.1、コントラスト制限＝0.1）、ガウスブラーを行った。セグメンテーションの精度評価としては、肺全体の自動セグメンテーションと注釈付きセグメンテーションの間、肺病変の2つのセグメンテーションの間、2つのセグメンテーションとCTスキャンの病変比率の間の平均絶対誤差を算出した。その結果、肺全体、肺病変、自動抽出部と医師のアノテーション部分の間のMAEは、それぞれ0.8%、25.5%だった。以上より、本アルゴリズムは，COVID-19患者の肺全体を正確に抽出した。CT画像上の肺病変の同定の医師との誤差は約25%以内であったが、最も広く使われている半定量化法は25%刻みで分類されるためその精度は実用範囲内と考えた。

During the year, 167 COVID-19 patients were diagnosed with CT scan and lung disease. Lung imaging and radiologic diagnosis of COVID-19 pneumonia in the lung The second was UNet (EfficientNet-B3), which was used by 167 COVID-19 patients, including 129 (77.2%), 17 (10.2%), and 21 (12.3%). Volume of each axis of the input force, inference time, the estimated value of the link, the full capacity of the estimated value Adam, Adam, Adam. The learning rate is 3e - 4 During learning, the following parameters are applicable: vertical and horizontal reflection, brightness control (brightness limit =0.1, brightness limit = 0.1), and vertical and horizontal reflection. The accuracy of the system is evaluated and the average absolute error of the system is calculated. The MAE of the results, lung total, lung disease, automatic extraction part and doctor's application part was 0.8% and 25.5% respectively. All of the lungs of COVID-19 patients were extracted correctly. CT images of lung disease with the determination of the doctor's error is about 25%, most of the time, the semi-quantitative method is 25%, the classification of the accuracy of the use of the range