MR angiography上の脳動脈瘤検出モデルに対する血管構造と位置情報を用いた偽陽性削減

抄録

脳動脈瘤の破裂は，くも膜下出血の主因である．くも膜下出血の多くは予後が不良であり，死亡率も高い．そのため，医師による動脈瘤の早期発見と治療が重要である． 脳動脈瘤の診断には， MRA(Magnetic Resonance Angiography)が広く用いられている．また，脳動脈瘤を自動で検出する手法として，MRAに対して，CNN(Convolutional Neural Networks)を用いる方法がいくつか提案されている． 特に3DMRAとMIP(Maximum Intensity Projection)法による2D画像を組み合わせた，Multi-Modal CNNを用いた手法は，高い感度を記録しているが，脳内における病変候補の位置や幾何的情報を用いておらず，誤検出が多いという問題があった． 本研究では，前処理として病変候補の位置や血管構造等を用いて，偽陽性を削減した後に，Multi-Modal-CNNへの入力を行った．実験の結果，偽陽性削減前と比較し，同等の検出感度で低い誤検出率が得られた．