5.悪性腫瘍・病理

[P05-01] Cell Detection and Identification by Mask-RCNN in Oral Cytology

〇Kirin Inoue¹, Youichi Shimomoto², Eiji Mitate³, Seigo Ooba³, Kinuko Ogata³, Shun Narahara³, Ikuo Yamamoto², Izumi Asahina³ (1.Mechanical Engineering Program, Department of Advanced Engineering, Graduate School of Engineering, Nagasaki University, Nagasaki, Japan, 2.Graduate School of Engineering, Nagasaki University, Nagasaki, Japan, 3.Department of Regenerative Oral Surgery, Unit of Translational Medicine, Graduate School of Biomedical Sciences, Nagasaki University, Nagasaki, Japan)

ポスターを表示

【緒言】口腔がんは年間15000名が罹患し、約7000名が死亡する希少がんである。早期発見・治療が求められるが、初期の口腔がんは口内炎に非常に似ており、経験を要し、良悪性の判別には口腔細胞診が有用である。しかし、口腔細胞診を行う病理医は不足状態にあり、早期に習熟した病理医を増やすことは難しい。

そこで本研究では、深層学習に代表される人工知能（AI）の適用を考えた。具体的には、口腔細胞診のClass分類を行う画像識別器を構築する。また、画像識別器がClassの決定に用いた主な特徴量および特徴マップを可視化し、分類結果の正当性および診断に役立つ画像特徴について検討する。

【対象および方法】長崎大学病院口腔外科における口腔細胞診施行例を対象とした。液状および擦過細胞診を同時に施行しており、両者を使用した。各細胞診の画像には、Papanicolaou染色された複数の細胞が写っており、全細胞から総合的に判断したClass I～Vのラベルが付与されている。細胞診画像に対してMask-RCNNを使用することで、細胞単位での画像を取得した。そしてAutoEncoderにClassⅡ以下の細胞画像群を学習させることで
ClassⅢ以上の細胞画像群に含まれる細胞の検出を試みた。さらに、AIが診断に用いた特徴量を解析した。検出・識別の詳細を報告する。