説明可能なメラノーマ自動診断のための多様な皮膚病変画像の生成と病変特徴の移植

摘要

皮膚がhの一種であるメラノーマは非常に悪性度が高く，早期発見が必要不可欠である．熟練の専門医においても診断が難しいメラノーマの診断精度向上を目的として, 深層学習を用いた自動診断システムによる診断支援の研究が進められている．深層学習モデルの訓練には教師ラベルが付与された大規模なデータセットが必要であるが，医療分野におけるラベルの作成コストは非常に高い．本研究では，診断が確定した多数の良性腫瘍画像からGAN を応用したネットワークを用いて悪性病変のもつ特徴をスタイル変換させることで，多様な悪性特徴をもつ病変画像を生成する手法を提案する．これらの生成された画像の品質，およびそれらを用いて深層学習モデルで評価した結果について検証した．