畳み込みニューラルネットワークを用いたストローク病変検出

脳卒中は、脳組織に影響を及ぼす疾患であり、主に脳の特定領域への血液供給に変化が生じることによって引き起こされる。その結果、影響を受ける領域に関連する特定の機能が低下し、患者の生活の質が著しく低下することがある。本研究では、粒子群最適化（PSO）によって最適化された畳み込みニューラルネットワーク（CNN）を用いて、コンピュータ断層撮影（CT）画像における脳卒中の検出問題に取り組んだ。対象とした脳卒中の種類は、虚血性脳卒中と出血性脳卒中の2種類であり、脳卒中検出に関する研究を促進するため、公開用のデータセットを提供した。このデータセットは、各症例について3種類の画像を含んでおり、それぞれが元のCT画像、頭蓋骨がセグメンテーションされた画像、および放射線密度マップを示す画像である。実験の結果、CNNが脳卒中の検出に対して適していることが明らかとなり、有望な性能が得られた。