呼吸器疾患診断支援のための胸部 CT 画像および呼吸音データを用いた機械学習の基礎検討 A Study of Machine Learning to Estimate Chest CT Image from Respiratory Sound for Support Respiratory Disease Diagnostic

Japan has more x-ray computed tomography (CT) than other countries, but there are differences depending on the region. Especially it is difficult to install in remote islands and clinics. In addition, chest CT is effective in the diagnosis of respiratory disease. On the other hand, auscultation can be done anywhere easily and at low cost. If CT images can be estimated from auscultatory sounds, diagnostic support in remote islands and remote areas can be performed at low cost. In this paper, machine learning to estimate chest CT images is proposed by use of auscultatory sounds in order to classify respiratory disease. 1. はじめに 日本は他国と比べて X 線 CT 装置の設置台数が多いため, CT大国と呼ばれている.特に呼吸器疾患に対しては有効な 判断材料となっている.しかし,国民の誰もが受けられる検 査ではあるものの,地域偏在により装置不足で受けられない 地域もある.また,購入コストが高いため診療所などに導入 することも難しい.一方場所を選ばずに行える聴診は,低コ ストかつ短時間で人体にあまりダメージを与えずに,患者の 健康状態をチェックすることができる非侵襲的診断として 知られている.しかし,聴診は医師の技量差により,誤診や 聞き落としが発生する.その問題に対して近年では,異常呼 吸音を機械学習でを用いて分類する研究が発表された.こ の研究では複数箇所での聴診音の録音を行い,取れたデータ をまとめて機械学習させ,副雑音の分類を行なっている.ま た,CT 画像の特徴と聴診音の特徴を照らし合わせた研究も 行われている.これらのことから呼吸音からある程度の CT 画像の特徴を推定できる可能性があり,CT 装置がない離島 や僻地における診断支援が低コストに可能となる. 本研究では,呼吸器疾患診断支援のために,患者から得ら れた胸部 CT 画像および呼吸音データを用いて特徴の学習を 行い,呼吸音から CT画像の推定を行うことを目標とする.