診断の根拠を提示する細胞診断支援システムの開発
森本 雅和 / 兵庫県立大学大学院工学研究科 / morimoto@eng.u-hyogo.ac.jp
土橋 康成 / 公益財団法人ルイ・パストゥール医学研究センター / patho.associe@mk1.macnet.or.jp
初田 真幸 / 株式会社ブレイン / hatta@bb-brain.co.jp
羽柴 光起 / 株式会社MEDICAL GALLERY / hashiba@medicalgallery.co.jp
本研究では，膀胱がんを対象とし，尿路上皮細胞スメア標本のWSI画像から異形細胞を検出し，その画像解析による細胞診断支援を行うシステムの開発を目的とする．既存のがん識別システムでは，対象の細胞ががんであるか否かのみを判定するものが多いが，本研究では細胞の異形度を回帰分析を用いて数値で提示するシステムの開発を行う．さらに，細胞診専門医が診断する際の根拠としてきた特徴量毎に評価値を算出することで，判断の根拠を示すことを可能とする．細胞の異形度を数値で示すことで，その数値の高いものから順に提示できるため，確認すべき対象を減らすことができ，検査時間の短縮，負担軽減にもつながる．
本研究では機械学習を用いてWSIの中からがん細胞を発見する処理を行った．一次識別として畳み込みニューラルネットワーク（CNN）を用いて解析対象となる異形細胞候補領域を絞り込むことで，異型度の判定に関与しない白血球等の細胞やゴミの除外を行い，巨大なWSI画像の探索効率を改善した．尿路上皮細胞が存在すると判定した領域に対して，深層学習の一種であるU-Netを用いて画像から細胞核と細胞質の領域を分割し，それぞれの細胞ごとに画像特徴量を抽出する．特徴グループとして，「大きさ」「NC比」「核網テクスチャ」「形状」「輝度分布」の５つの画像特徴量をグループ化し，グループごとにLogistic回帰により異形度を数値として表示することで，機械学習による判断の根拠を示すことが可能となった．