畳み込みニューラルネットワークによる胃癌の悪性度判別

抄録

現在、病理診断では専門の知識を持つ病理専門医が病理画像を観察し、診断を行っている。しかし、日本では一般病棟当たりの病理専門医はおよそ0.3人という状況である。また、胃癌の罹患率は男女合わせて2位であり、今後高齢化社会が進むにつれて更に罹患者数が増加すると考えられる。いま、各病理医が大量の生検を診断しなければならない状況が問題視されており、その解決策としてコンピュータによる病理診断の自動化が注目されている。胃癌の悪性度を畳み込みニューラルネットワーク（CNN）で分類する研究も報告されているが、まだ十分な判別性能は得られていない。また、CNNに学習させるデータセットによる判別率への影響も十分に検討されていない。そこで本研究では、CNNに学習させるデータセットによる判別率の影響を比較検討する。なお、胃癌取り扱い規約に記載されるGroup分類に基づき、データセットにおける胃癌の悪性度をGroup1、Group3、Group5の3クラスに分類する。