A02-KB006 乳房MRIにおける病変形態と代謝・生理機能の解析に基づく高度知能化診断システム

From Multidisciplinary Computional Anatomy
Jump to: navigation, search

メンバー

  • 研究代表者
    中山 良平(立命館大学)
  • 研究分担者
    本多 絵美(日本赤十字社医療センター)
    難波 清(北斗病院)

概要 

本研究の目的は,複数のシークエンスで撮影された乳房MRI画像から病変の形態,代謝・生理機能を統合的に解析することにより,腫瘤病変の悪性の可能性を提示する高度知能化診断システムを構築することである.提案手法は,同じ患者のダイナミック乳房MRI,T2強調画像,拡散強調画像を畳み込みニューラルネットワークに入力することにより,悪性の可能性を評価した.90症例に提案手法を適用した結果,分類精度,感度,特異度はそれぞれ93.3%(84/90例),95.2%(59/62例),89.3%(28/25例)であった.また,陽性適中率および陰性適中率は95.2%(59/62例)および89.3%(25/28例)であった.更に,5名の放射線科医が参加した高度知能化診断システムの有用性を評価する観察者実験の結果,高度知能化診断システムを使用することにより観察者全員のROC曲線下面積(AUC)が改善されました.高度知能化診断システムを用いたときの平均AUCは0.775で,使用しないとき(0.618)に比べ有意に増加した(P = .017).本研究で開発した高度知能化診断システムは高い分類精度を有し,MRI画像上の腫瘤の鑑別診断に有用であることが示された.

概要図

A02-KB006.png