Japan Association for Medical Informatics

[2-P1-1-01] 深層畳み込みニューラルネットワークを用いた医用画像読影評価システムの開発

寺下 貴美1、堤 翔子1、佐藤 哲大1、佐藤 充1、小倉 敏裕1、土井 邦雄1,2 (1. 群馬県立県民健康科学大学, 2. University of Chicago)

Medical Image Interpretation, Eye tracking, Deep convolutional neural network

【目的】医用画像読影の技術習得には多くの経験が必要とされ、初学者に対する効率的な教育方法が必要である。読影技術を評価するため、読影中の視線を分析する方法がある。我々は以前の研究において、深層畳み込みニューラルネットワークを用いた新しい視線分析法を提案し、従来法ではできなかった計測中の視線分析を可能とした。これは対象者の視線を読影中に判断し、リアルタイムに評価や指導を行えるシステムの開発を可能とする。本研究の目的は、深層畳み込みニューラルネットワークを用いた医用画像読影評価システムを開発することである。

【方法】赤外線視線計測装置として、トビーテクノロジー社製Tobii pro X3-120を使用した。視線を深層畳み込みニューラルネットワークによって分類するため、視線の軌跡を描画し、入力データとした。まず事前に収集した視線データを用いてトレーニングデータを作成した。教師ラベルは従来法(R package gazepath)によって分析された結果を使用した。次にトレーニングデータを用いてネットワークのトレーニングを行った。深層学習のライブラリはgoogle社tensorflow 1.12.0を使用した。視線の分類精度は92.1%であった。

【結果】開発したシステムでは、対象者に医用画像を読影させ、その時の視線を取得し、receiver operating characteristic (ROC)解析、病変の位置を考慮したLocation ROC解析、注視時間、注視回数、病変を最初に発見するまでの経過時間、視線の経路図、見落し・認識・判断エラー件数を読影技術の評価として提示できた。

【考察】本システムは、現段階では読影手技が終了した後に評価を提示するが、今後、読影中にどのような情報をフィードバックすれば教育効果が高いかについて検討し、それを組み込んだシステムの構築が必要である。