[3L1-GS-10] AI応用：医療応用

[3L1-GS-10-02] 胎児不整脈診断支援システムにおける判定精度向上手法の検討

超音波診断動画からの不適切セグメンテーションフレームの除外

〇松﨑 弘樹¹、伊藤 諒¹、アハマド ファウジアリフ¹、藤丸 雅弘¹、横林 孝康¹、三宅 寿英¹、柿ヶ野 藍子²、吉松 淳² (1. カナデビア株式会社、2. 国立循環器病研究センター)

キーワード：胎児不整脈、セグメンテーション、医療診断支援

母胎内で胎児に発生した不整脈は，適切な治療を施すために，早期発見が求められる．しかし，従来の診断方法は高度な専門技術を要するために，正確な診断が難しい場合がある．これを解決するために，我々は機械学習と周波数解析を組み合わせた胎児不整脈診断支援システムの開発を行っている．具体的には，画像のセグメンテーション手法である oneformer を用いて超音波診断動画から各フレームの房室領域（心臓の心房と心室）の面積を算出し，その面積の時系列データに対して周波数解析を用いた不整脈種別判定アルゴリズムにより，不整脈の検出および種別の判定を行う手法を提案した．しかし，機械学習によって房室領域が正しく抽出できない場合には，不整脈種別判定アルゴリズムの誤判定につながるという問題がある．そこで，本研究では，不整脈種別判定アルゴリズムの誤判定を減らすことを目的として，超音波動画内でセグメンテーションが不適切なフレームを検出し，そのフレームを除外する手法を提案する．実際の超音波動画に対して本手法を適用し，その有効性を確認した．