AIが解く世界の難問 · 医学・創薬 · Nature (computational biology) · 2026-10-18
アンサンブル特徴抽出を用いた脳腫瘍の分類とセグメンテーションのためのマルチタスク深層学習フレームワーク
原題: Multi-task deep learning framework for brain tumor classification and segmentation using ensemble feature extraction
脳腫瘍の早期かつ適切な診断は治療計画に欠かせないが、MRIの手作業による読影は時間がかかり、人為的ミスも起こりうる。本研究は、ResNet-50、EfficientNet-B5、CNNによるアンサンブル特徴抽出と注意機構を組み合わせ、動的重み付けで特徴を融合するマルチタスク深層学習モデルを提案した。まず腫瘍の有無を分類し、検出された場合にU-Net++で領域分割を行う構成で、公開MRIデータセットでの実験では分類精度99.84%、Dice係数91.22%、IoU 89.01%を示した。