軟部肉腫（STS）は、犬の局所侵襲性で浸潤性の腫瘍である。外科的切除は、局所的な腫瘍の制御のために選択される治療法である。現在、術後の病理検査は、サージカルマージンの評価のために行われている。分光領域の光干渉断層計（OCT）は、最近、犬のいくつかの腫瘍タイプにおける外科的マージン評価の価値が評価されている。本研究の目的は、手術断端の組織のOCT画像の解釈について、臨床医をリアルタイムで支援できる自動診断システムを開発することである。本研究では、ResNet-50ネットワークを用いて、健常組織と癌組織を分類しました。限られた学習データ（がん画像80枚、正常画像80枚）と検証セット（がん画像20枚、正常画像20枚）で正確な分類を行うために、パッチベースのアプローチを採用しました。提案された手法は、検証セットにおいて平均97.1%の精度、94.3%の優れた感度を達成し、二次加重κは、STS診断において0.94でした。また，20枚のOCT画像からなる独立したテストデータセット（がん画像10枚，正常画像10枚）においても，提案手法はすべてのSTS画像を正しく区別することができました。さらに、私たちは診断曲線を提案しました。この曲線はリアルタイムで評価することができ、臨床医が病変の特定の場所を検出するのに役立ちます。つまり、提案した方法は正確で、リアルタイムで動作し、非侵襲的であり、将来の外科的ガイダンスに役立つ可能性がある。
- Advertisement -