U-Netで乳がん検出正解率9割超えが達成(AI×医療)【論文】

   

多くの女性を救うテクノロジーの最先端に刮目。

女性のがんにおいて罹患数トップの「乳がん」

乳がんは、女性において罹患数がトップのがんであり、全体の約20%を占めている。また、女性のがんによる死亡率の全体の10%を占めている。このように、乳がんは女性にとって重大な疾患であるが、早期発見により適切な治療が行われれば、良好な経過が期待できるとされている。

乳がんの検出とモニタリングでは、マイクロ波イメージングが利用される。マイクロ波乳房イメージング技術は、正常な乳房組織(例えば、皮膚、脂肪、線維腺など)と悪性腫瘍の異なる誘電特性を利用し、乳房組織の誘電率の画像を生成する。

しかし、画像を生成するための主なアプローチは計算コストが高く、複雑な電磁散乱または超音波散乱問題の数値解で構成されている。このようなアプローチは長年にわたって改善され、画像の解像度と精度は向上し、より効率的な実装が可能になったが、運用上、財政上、物理的な制約のため、これら3つの側面の間にはまだ多くの基本的なトレードオフが存在する。

そんな課題に、乳がんの検出にカナダにあるマニトバ大学のVahab Khoshdelら研究者が取り組んだ。

彼らは、マイクロ波乳房イメージング技術による乳がんの検出精度の向上という課題に着目し、U-Netアーキテクチャをベースとした畳み込みニューラルネットワーク(CNN)を提案した。

結果、精度は向上しただろうか?続きを読んでみよう。

マイクロ波乳房イメージングとCNNによる乳がん検出

まずはVahab Khoshdelらの研究におけるミッション・手法・結果をまとめた。

続きを読むには無料会員登録が必要です。


※ログイン/初回登録後、下記ボタンを押してください。

業界ごとに記事を読む

さらに学ぼう!

PAGE TOP