子宮内画像におけるコンピュータ支援診断

Computer-Aided Diagnosis in Hysteroscopic Imaging
IEEE Journal of Biomedical and Health Informatics, pp.1129-1136,vol.19,2015
20160524_nishida

本稿は,子宮内膜癌の早期発見のための CAD システム開発を目的とする.提案システムは,テクスチャの標 準化を行い,それらの特徴量を選択,医師に抽出されたテクスチャ特徴の比較分布を提供する事で再現性を支援 している.提案システムは,52 人の被験者から得られた対象領域 516 カ所を用いて検証を行った.ROI(Region of interest)は正常部位,異常部位間で均等に分布していた.再現性を支援するために,まず初めに,RGB 画像 に対してガンマ補正を行い,HSV,YCrCb 画像に変換した.我々はガンマ補正された RGB,HSV,YC r Cb 画 像のそれぞれのチャンネルから,以下のテクスチャ特徴量を取得した. 1. 統計的特徴量(SFs) 2. 空間諧調依存性マトリクス(SGLDM) 3. グレーレベルの統計的特徴量(GLDS)
そして,得られたテクスチャ特徴量を SVM,確率的ニューラルネットワーク(PNN)に入力した.多重比較の 処理後,異常部位の ROI から得られたテクスチャ特徴量は,正常部位から得られたそれとはかなり異なっている ことが分かった.正常部位の ROI から得られたテクスチャ特徴量と比べると,異常部位の ROI から得られた特 徴量は画像強度が低く,一方で分散とエントロピー,コントラストは高い値を取っていた.ROI の分類の面では, SF と GLDS を用いて SVM で識別した時が最もいい結果となった.この組み合わせにおいて,提案システムは, 81%の識別率を得た.

Classification, Computer-aided diagnostic(CAD), computer-aidede hysteroscopy, endometrial cancer, endoscopy, hysteroscopy, texture features