足部X線写真の正常、足底筋膜炎、扁平足を対象とした説明可能な深層学習ベースの多クラス分類

科学分野:

• 医用画像解析
• 放射線科における人工知能
• 足の生体力学と病理学

背景:

• 内側縦アーチは足の生体力学に不可欠であり、異常は扁平足や足底筋膜炎に関連しています。
• 足の障害の正確な診断は不可欠ですが、単純なX線写真では軟部組織の可視化に限界があります。

研究 の 目的:

• 足部X線写真の深層学習モデルを開発し解釈すること。
• 画像を正常、足底筋膜炎、扁平足に分類すること。

主な方法:

• 9500枚の合成外側足部X線画像でDenseNet-121アーキテクチャをトレーニングしました。
• 汎化性能向上のためにデータ拡張を使用しました。
• Grad-CAM++と定量的空間注意分析により、モデルの解釈可能性を高めました。

主要な成果:

• モデルは独立したテストセットで98.53%の全体精度を達成しました。
• 正常（0.9900）、足底筋膜炎（0.9837）、扁平足（0.9823）の分類で高いF1スコアが得られました。
• 視覚化により、各カテゴリの解剖学的に関連する領域が強調され、有意な定量的差（p < 0.001）が示されました。

結論:

• 説明可能な深層学習モデルは、合成データを使用して足部X線写真を正確に分類できます。
• これらのモデルは、潜在的な臨床意思決定支援のために、解釈可能で解剖学的に関連性のある洞察を提供します。
• 実際の臨床設定でのさらなる検証が推奨されます。