網膜画像からのOptic Disc、CupおよびFovea検出にU-Net++とEfficientNetエンコーダの活用

網膜構造、特に視神経乳頭（OD）、杯状部、中心凹の正確な検出は、加齢性黄斑変性症（AMD）、緑内障その他の網膜疾患の解析において極めて重要である。従来のセグメンテーション手法は、これらの網膜構造を個別に検出するにとどまっているため、コンピュータ支援眼科診断およびスクリーニングにおける統合的解析は困難である。この課題に対処するため、本論文では視神経乳頭、杯状部、中心凹の分析を統合的に組み込んだアプローチを提案する。本研究では、EfficientNet-B4をバックボーンとする修正されたU-Net++アーキテクチャを用いて、視神経乳頭に伴う杯状部および中心凹の検出を実現する新規手法を提示している。EfficientNetから抽出された特徴量は、U-Net++におけるスキップ接続を活用することで、高精度なセグメンテーションに寄与する。性能評価には、ADAMおよびREFUGEチャレンジのデータセットが用いられた。提案手法は、ADAMデータセットおよびREFUGEデータセットにおけるODセグメンテーションにおいて、それぞれ94.74%および95.73%のDice係数を達成した。中心凹検出に関しては、ADAMデータセットにおいて平均ユークリッド距離26.17ピクセルの性能を達成した。本手法はISBI ADAM 2020チャレンジにおけるOD検出およびセグメンテーションタスクで第一位を獲得した。