一般演題W 乳腺・透視・Angio
第2会場(ZoomミーティングルームA)
13:40-14:30
- Deep Convolutional Neural Networkを用いたMMG乳腺濃度の分類モデルの作成と Data Augmentationによる精度向上の試み
- 埼玉県済生会川口総合病院
- 筆頭演者:傳田亜巳
- 共同研究者: 瀬尾光広、西山史朗、土田拓治、飯嶋亜弥子、富田博信
- 【目的】MMGにおける乳癌悪性度分類の信頼性に関わる乳腺濃度を分類する人工知能(Artificial Intelligence; AI)モデルをDeep Convolutional Neural Network(DCNN)を用いて開発し、訓練データのAugmentation(水増し)によりAIモデルの精度向上を試みた。
【方法】2020年8月〜10月に実施したMMG検診者に対し、放射線科医4名により乳腺濃度分類(脂肪性、乳腺散在、不均一高濃度、極めて高濃度)されたMLO画像882枚を対象とした。不足データに対してData Augmentationを行い、分類モデルはニューラルネットワークライブラリであるKerasを用いて自作のDCNNモデルを作成した。原画像のみと、Augmentationしたデータセットでホールドアウト検証を行い、混同行列よりそれぞれの分類精度を算出・評価した。
【結果】混同行列より、隣接カテゴリー間での誤分類が認められたが、Data Augmentationをした場合、Accuracyが約1.7倍向上した。
【結語】不足データに対してData Augmentationを行うことで、自作AIモデルの分類精度を向上できた。