要約
本研究では、組織病理画像解析におけるコンピュータ支援診断システムの性能を向上させるため、画像前処理を施した後に深層学習手法を適用するアプローチを提案した。この手法により、乳がん組織病理画像を以下の4つのクラスに分類する：(i) 正常組織、(ii) 良性病変、(iii) in-situ癌、(iv) 侵襲性癌。画像の明るさおよび染色のばらつきを補正するため、ヒストグラム等化法を用いた前処理を実施した。分類には、ResNet152をベースとしたファインチューニングを用いた転移学習手法を採用した。提案手法は、5分割交差検証における平均精度が83%を達成し、従来の最先端技術と比較して顕著な性能向上を示した。