Khái niệm cốt lõi
小児マイコプラズマ肺炎の診断を迅速かつ効率的に行うため、説明可能な畳み込みニューラルネットワークを搭載したモバイルアプリを開発した。
Tóm tắt
本研究では、小児マイコプラズマ肺炎の診断に焦点を当てた。マイコプラズマ肺炎は中国で最も一般的な小児肺炎の形態であり、診断が困難であるため、深層学習技術を活用して迅速かつ正確な診断を可能にするモバイルアプリを開発した。
具体的には以下の取り組みを行った:
- 3,345枚の胸部X線画像(マイコプラズマ肺炎833枚、細菌性肺炎858枚、ウイルス性肺炎816枚、正常169枚)からなるデータセットを構築
- 5つの軽量CNNアーキテクチャ(ResNet-18、RegNetX-400mf、EfficientNet-B0、SwinV2-Tiny、ConvNeXt-Tiny)を比較評価し、ConvNeXt-Tinyモデルが最も優れた性能(正解率88.20%、AUC 0.9218、F1スコア0.8824)を示したことを確認
- 説明可能な特徴可視化手法(Grad-CAM、Score-CAM)を統合し、医師が胸部X線画像の肺病変部位を特定できるよう支援
- 開発したモデルをAndroidアプリ「PneumoniaAPP」として実装し、小児マイコプラズマ肺炎の迅速診断を可能にした
Thống kê
マイコプラズマ肺炎患者の胸部X線画像は833枚
正常な胸部X線画像は169枚
細菌性肺炎の胸部X線画像は858枚
ウイルス性肺炎の胸部X線画像は816枚