MEDICINE & AI

タイトル：Brain tumor classification using MRI images and deep learning techniques 雑誌名：PLoS One. 2025; 20(5): e0322624. doi: 10.1371/journal.pone.0322624. Epub 2025 May 09. 概　要： 本研究は、脳腫瘍の早期発見と正確な分類を目的とした自動化された脳腫瘍分類システムを提案します。深層学習（DL）と磁気共鳴画像（MRI）を用いて、神経膠腫、髄膜腫、下垂体腫瘍、正常脳スキャンなどの異なる脳腫瘍を正確に検出・分類するモデルを開発しました。VGG16を基にした畳み込みニューラルネットワーク（CNN）アーキテクチャを採用し、17,136枚の脳MRI画像を用いて高い精度（99.24%）を達成しました。このモデルは、データセットの多様性、ネットワーク構成の改善、事前学習された重みの微調整、データ拡張技術の適用により、分類性能が向上しました。また、ユーザビリティを向上させるために、HTMLとDashコンポーネントを利用したウェブアプリケーションも開発しました。 方　法： 本研究は、脳腫瘍の自動分類を目的としたコホート研究です。VGG16を基にしたCNNアーキテクチャを使用し、17,136枚の脳MRI画像を4つのクラス（神経膠腫、髄膜腫、下垂体腫瘍、正常脳スキャン）に分類しました。データ拡張技術を用いて訓練データセットを強化し、精度を99.24%に向上させました。 結　果： 提案したモデルは、脳腫瘍の分類において99.24%の精度を達成しました。この高精度は、大規模で多様なデータセットの利用、ネットワーク構成の改善、事前学習された重みの微調整、データ拡張技術の適用によるものです。また、開発したウェブアプリケーションにより、画像のアップロードと腫瘍予測が容易になりました。 結　論： 本研究により、脳腫瘍の分類における新たな進展が示され、早期診断と迅速な医療介入を可能にする効率的で信頼性の高いソリューションが提供されました。このシステムは、患者ケアとアウトカムの改善に寄与する可能性があります。