膀胱内視鏡画像分類モデル学習における自動生成画像データベースの適用

抄録

医用画像の病変の有無を分類するモデルを作成する際，学習に使用できる画像数に限りがあるため転移学習が広く用いられている．データセットの二次利用に制限がある場合，そのデータセットを事前学習に用いて有用な分類モデルを獲得することが出来たとしても，それを実用化に結びつけられない可能性がある．そこで，本研究では，医用画像を対象とする病変検出システムにおいて，事前学習にFractalDBデータセットを用いる学習方法を提案する．FractalDBは数式を元にフラクタル画像を自動生成し，それにラベル付けをするものである．本研究では，FractalDBデータセットを事前学習に用いて分類モデルを作成し，それを膀胱内視鏡画像の分類へと転移学習させ，膀胱内視鏡画像における病変の有無を分類する実験をした．その結果，FractalDBのうちクラス数が1000であるFractalDB-1kを事前学習に用いた分類モデルは正解率，感度，特異度，F値，適合率，AUCにおいて膀胱内視鏡画像のみで学習した分類モデル以上の成績を示した．