ビジョントランスフォーマーのアンサンブルを用いた磁気共鳴画像からの脳腫瘍の分類

脳腫瘍の自動分類は、放射線科医の意思決定を支援する上で重要な役割を果たします。最近、ビジョントランスフォーマー（ViT）に基づく深層ニューラルネットワークアーキテクチャは、自然言語処理におけるトランスフォーマーモデルの大成功により、コンピュータビジョン研究分野で注目を集めています。したがって、本研究では、T1強調（T1w）磁気共鳴画像（MRI）から脳腫瘍を診断するための標準ViTモデルのアンサンブルの能力を調査しました。分類タスクには、ImageNetで事前学習およびファインチューニングされたViTモデル（B/16、B/32、L/16、およびL/32）を採用しました。髄膜腫、神経膠腫、下垂体腫瘍を含む3064枚のT1w造影（CE）MRIスライスからなる脳腫瘍データセットが、アンサンブルViTモデルの三クラス分類タスクを遂行する能力のクロスバリデーションとテストに使用されました。最良の個々のモデルはL/32で、384 × 384解像度において全体のテスト精度は98.2%でした。すべての4つのViTモデルのアンサンブルは、同じ解像度で全体のテスト精度98.7%を示し、個々のモデルの能力を両解像度で上回り、224 × 224解像度でのアンサンブルも超えました。結論として、ViTモデルのアンサンブルは、T1w CE MRIに基づく脳腫瘍のコンピュータ支援診断に展開可能であり、放射線科医の負担軽減につながります。