乳腺超音波画像における良性腫瘍のセグメンテーションのためのリーフィルターの応用と最適化

¹Department of Health Science, General Graduate School of Gachon University, Incheon, Korea.

|February 13, 2026

まとめ

リーフィルターウィンドウのサイズを7x7に最適化することで,乳房超音波画像 (BUSI) でのスペックルノイズ減少と腫瘍セグメンテーションの精度が大幅に改善されました. これにより,臨床診断のためのディープラーニングアプリケーションが強化されます.

科学分野:

メディカルイマージング (医学イメージング)
人工知能 (AI) とは,人工知能 (AI) のことです.
画像処理画像処理

背景:

乳房超音波画像 (BUSI) のスペックルノイズは画像の質を低下させ,腫瘍の正確なセグメンテーションを妨げます.
リーフィルターは,騒音削減のための一般的な技術ですが,BUSIのための最適なパラメータは調査を必要とします.
良性腫瘍の正確なセグメンテーションは,診断と治療計画において極めて重要です.

研究の目的:

リーフィルターのウィンドウサイズを最適化して,バスのスペックルノイズを効果的に軽減します.
U-Netモデルを使用して,良性腫瘍のセグメンテーション性能に対する異なるリーフィルターウィンドウサイズの影響を評価する.

主な方法:

良性腫瘍の画像は,スペックルノイズで人工的に腐敗した.
リーフィルターは,3x3,5x5,7x7および9x9.9のウィンドウサイズを使用して適用されました.
U-Netモデルを使用して,騒音画像とフィルター画像の両方で腫瘍をセグメント化しました.
セグメンテーションのパフォーマンスは,インターセクション・オーバー・ユニオン (IoU),ピーク信号対ノイズ比 (PSNR),ユニバーサル品質画像指数 (UQI) を使用して定量的に評価されました.

主要な成果:

リーフィルターの7x7のウィンドウサイズは,すべての評価メトリック (IoU,PSNR,UQI) で最高パフォーマンスを示しました.
騒音のある画像と比較して,7x7のリーフィルターは,平均的なパフォーマンスの改善を約19% (IoU),5% (PSNR),および19% (UQI) に導きました.
最大のパフォーマンスの改善は,最大27% (IoU),7% (PSNR),および23% (UQI) に達しました.

結論:

リーフィルターに最適化された7x7のウィンドウサイズは,BUS.Iのスペックルノイズを効果的に軽減します.
この最適化されたフィルタリングは,ディープラーニングベースの腫瘍セグメンテーションの精度を高めます.
この発見は,超音波画像における腫瘍セグメンテーションのためのディープラーニングモデルの臨床的適用性を支持しています.

キーワード:

良性腫瘍のセグメンテーションリー・フィルター (Lee filter) とは乳房の超音波画像定量評価による定量評価スペックル・ノイズ・リダクション (Speckle Noise Reduction) とはウィンドウサイズ最適化,ウィンドウサイズ最適化

さらに関連する動画