[2P1-GS-10] AI応用：医療

[2P1-GS-10-01] 多相CNNと人工造影CT画像を利用した腎腫瘍検出

鈴木 淳晟¹、倉本 怜¹、〇亀谷 由隆¹、山田 啓一¹、堀田 一弘¹、高橋 友一²、佐々 直人³、松川 宜久⁴、岩野 信吾⁴、山本 徳則⁴ (1. 名城大学、2. Meis Technology Inc.、3. 愛知医科大学、4. 名古屋大学)

[[オンライン]]

キーワード：腎腫瘍検出、造影CT画像、画像変換、畳み込みニューラルネットワーク

近年，医用画像を用いた医療診断において，深層学習モデルを用いて診断支援を行う試みが増えている．本研究では，診断前のスクリーニングを目的として，腹部CT画像から腎腫瘍の自動検出を行う畳み込みニューラルネットワーク(CNN)の構築を考える．腹部CT画像に基づく腎臓の診断では造影剤を使用する場合が多く，専門医は造影剤投与前に撮影されたCT画像（単純CT画像）と投与後に一定の間隔で撮影された数枚のCT画像（造影CT画像）を用いて腎臓の診断を行う．造影剤は腎臓の組織間の造影を増強して診断を容易にするが，造影剤へのアレルギーや造影剤投与による腎機能の悪化が問題視されている．そこで本研究では，既に撮影された単純CT画像と造影CT画像のペアから学習した画像変換モデルpix2pixを用いて人工の造影CT画像を生成することで，造影剤なしに腎腫瘍を自動検出することを考える．また，CNNは単純CT画像と造影CT画像を同時に入力（多相化）して安定した予測を狙う．実験では，実在の単純CT画像と人工の造影CT画像を入力とする多相CNNの予測精度が実在の単純CT画像のみを入力とする場合より向上することを確認した．