[1Win4] ポスターセッション1

[1Win4-81] ディープラーニング方法を用いた加齢黄斑変性の検出改善

〇白 錫東¹、岸本 和昌¹、杉山 治²、正裕 三宅¹、寛 田村¹ (1.京都大学、2.近畿大学)

キーワード：加齢黄斑変性、光干渉断層撮影、ヨロ

目的：本研究の目的は、光干渉断層撮影（OCT）画像を使用して加齢黄斑変性（AMD）を検出するための新しい深層学習モデルを開発することです。この研究は、AMDの世界的な健康課題に焦点を当て、既存の自動検出方法の限界を強調します。

方法：提案するモデルは、YOLOv8nにSEblockやCBAMなどの高度なモジュールを組み合わせ、特にノイズや低品質な画像での特徴抽出と認識を改善します。再設計されたアーキテクチャは、160×160の検出層を導入し、小さなターゲットの検出を強化します。モデルは、UCSDおよびデューク大学の公開されているデータセットを使用して訓練されており、これらは過去の研究でも使用されています。

結果：新しいアプローチは、99.2％の精度、98.4％の感度、99.6％の特異度を達成し、計算効率を維持しながらコストを削減します。アブレーション実験により、設計改善が検出率と堅牢性を向上させる効果が確認されました。

結論：本研究は、データノイズや画像の複雑さに関連する課題に対処し、AMD診断の自動化において、より効率的で堅牢な解決策を提供する、AMD検出の重要な進展を示しています。