アンサンブル深層学習アプローチによるMRIスキャン画像を用いた脳腫瘍検出
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：Brain tumor detection empowered with ensemble deep learning approaches from MRI scan images.
雑誌名：Sci Rep. 2025 Apr 29; 15(1): 15002.
概 要：
本研究は、脳腫瘍の早期診断と治療における重要性を背景に、MRIスキャンを用いて脳腫瘍を4種類（下垂体腫瘍、髄膜腫、神経膠腫、正常）に分類するための新しい人工知能（AI）技術を提案します。従来のAI技術は精度と信頼性に課題がありましたが、本研究では2つの異なる深層学習モデルを組み合わせることで、これらの問題を改善しました。訓練されたシステムの性能は、精度、適合率、信頼性などの指標で評価され、特に脳腫瘍の種類を識別する際に優れた結果を示しました。
方 法：
この研究は、脳MRIスキャン画像を用いたアンサンブル深層学習アプローチを採用しています。2つの異なる深層学習モデル（InceptionV3とXception）を組み合わせて訓練し、脳腫瘍を分類する精度を向上させました。主要評価指標として、訓練時の精度は98.50%、検証時の精度は98.30%に達しました。
結 果：
アンサンブルAIアプローチは、個別のモデルよりも優れた性能を示し、特に異なる種類の脳腫瘍の識別において効果的でした。具体的には、InceptionV3とXceptionの組み合わせは、訓練時に98.50%、検証時に98.30%の精度を達成しました。
結 論：
本研究は、複数のAIモデルを同時に使用することで脳腫瘍検出の精度を向上させる可能性を示しました。これにより、医療画像における高度なAI技術の応用が期待され、脳腫瘍の早期診断と治療に寄与することが示唆されます。