HXMネットを用いた乳がん診断のための超音波画像のマルチモーダル融合
カテゴリ：診断支援・画像解析
公開日：2026年2月19日
タイトル：Multimodal fusion of ultrasound images using HXM net for breast cancer diagnosis
雑誌名：Sci Rep. 2025 Nov 19; 15(1): 40689.
概 要：
この研究は、乳がんの早期診断を改善するために、マルチモーダル超音波画像を活用した深層学習モデルHXM-Netを提案しています。乳がんは女性における主要な健康問題であり、早期診断が治療効果と生存率を高めるために重要です。HXM-Netは、空間的特徴抽出のための畳み込みニューラルネットワーク（CNN）と、Bモードおよびドップラー超音波画像からの情報を最適に統合するためのトランスフォーマーベースの融合を組み合わせています。このモデルは、乳腺病変の形態的および血管的特徴を捉え、より情報量が多く識別的な特徴表現を生成します。
方 法：
本研究は、クラスバランスの取れた乳腺超音波データベースを用いてHXM-Netの性能を評価しました。モデルは、マルチスケール特徴学習とデータ拡張を組み込むことで、さまざまな病変タイプや患者集団への一般化を保証しています。主要評価指標は、精度94.20%、感度92.80%、特異度95.70%、F1スコア91.00%、AUC-ROC 0.97です。
結 果：
HXM-Netは、従来のモデルであるResNet-50やU-Netと比較して、特に良性腫瘍と悪性腫瘍の区別において優れた性能を示しました。具体的には、精度94.20%、感度92.80%、特異度95.70%、F1スコア91.00%、AUC-ROC 0.97を達成しました。
結 論：
HXM-Netは、乳がんの診断において強力な診断能力と汎用性を持ち、臨床意思決定支援システムとの統合に適した候補となることが示されました。これにより、より確実な診断と患者ケアの向上が期待されます。