深層学習に基づく顔の異なる領域の応用と高血圧診断における精度分析
カテゴリ：診断支援・画像解析
公開日：2026年1月10日
タイトル：Application and accuracy analysis of different facial regions based on deep learning in the diagnosis of hypertension
雑誌名：Sci Rep. 2026 Jan 03; 16(1): 1218.
概 要：
本研究は、高血圧の早期発見を目的とした非侵襲的なカメラベースのスクリーニング手法を開発しました。高血圧は無症状であるため、診断が遅れがちであり、従来の測定方法ではスケーラブルでパッシブな検出が困難です。375人の高血圧患者と131人の正常血圧者の顔画像を分析し、顔を6つの解剖学的領域に分割しました。深層学習を用いたモデルにより、顔全体または個々の領域を入力として高血圧を予測しました。全体モデルは83%の精度を達成し、特に頬骨と頬の領域を使用したモデルも82%の精度を示しました。これにより、これらの領域が高血圧に関連する生理的信号を集中して含む可能性が示唆されました。
方 法：
本研究は、375人の高血圧患者と131人の正常血圧者を対象にしたコホート研究です。顔画像を6つの解剖学的領域に分割するために改良されたU-Netモデルを使用し、その後ResNetベースの分類器を訓練して高血圧を予測しました。主要評価指標は、全体モデルの精度83%、頬骨および頬領域を使用したモデルの精度82%です。
結 果：
顔全体を用いたモデルは83%の精度を達成し、頬骨と頬の領域を使用したモデルもそれぞれ82%の精度を示しました。顔のセグメンテーションは98.43%の高いmIoUを達成しました。これらの結果は、特に頬骨と頬の領域が高血圧の識別において特異性を持つことを示しています。
結 論：
深層学習に基づく顔画像分析は、高血圧の初期スクリーニングツールとしての可能性を示しました。この手法は、標準カメラのみで日常的な環境で運用可能であり、高血圧の早期発見に寄与することが期待されます。