畳み込みニューラルネットワーク/深層学習を用いた死後CTによる致死的頭部損傷の同定。実現可能性に関する研究

Identifying Fatal Head Injuries on Postmortem Computed Tomography Using Convolutional Neural Network/Deep Learning: A Feasibility Study.

• Jack Garland
• Benjamin Ondruschka
• Simon Stables
• Paul Morrow
• Kilak Kesha
• Charley Glenn
• Rexson Tse

抄録

死後コンピュータ断層撮影（PMCT）は、法医学病理学の診療において比較的最近になって進歩したものであり、補助的な調査やスクリーニングのツールとして使用されることが多くなってきています。最近多くの研究者の関心を集めている臨床CT画像の1つの分野は、スクリーニングやコンピュータ支援診断などの「人工知能」（AI）の分野である。今回のフィージビリティスタディでは、ディープラーニングAIの一形態である畳み込みニューラルネットワークをPMCT頭部画像に適用し、致死的頭部損傷とコントロールとの鑑別を検討した。致死的頭部損傷症例25例の前頭洞レベルでの頭部横断面のPMCT画像を、頭部損傷を受けていない対照者25例と組み合わせて、トレーニングデータセットとテストデータセットに分割した。Kerasを用いて畳み込みニューラルネットワークを構築し、トレーニングデータに対してトレーニングを行った後、テストデータに対して評価を行った。この研究の結果、精度は70％から92.5％であったが、くも膜下出血の認識や、うっ血した血管や突出したfalxを頭部外傷と区別することは困難であった。これらの結果は、将来的にはスクリーニングツールやコンピュータ支援診断への応用が期待されます。

Postmortem computed tomography (PMCT) is a relatively recent advancement in forensic pathology practice that has been increasingly used as an ancillary investigation and screening tool. One area of clinical CT imaging that has garnered a lot of research interest recently is the area of "artificial intelligence" (AI), such as in screening and computer-assisted diagnostics. This feasibility study investigated the application of convolutional neural network, a form of deep learning AI, to PMCT head imaging in differentiating fatal head injury from controls. PMCT images of a transverse section of the head at the level of the frontal sinus from 25 cases of fatal head injury were combined with 25 nonhead-injury controls and divided into training and testing datasets. A convolutional neural network was constructed using Keras and was trained against the training data before being assessed against the testing dataset. The results of this study demonstrated an accuracy of between 70% and 92.5%, with difficulties in recognizing subarachnoid hemorrhage and in distinguishing congested vessels and prominent falx from head injury. These results are promising for potential applications as a screening tool or in computer-assisted diagnostics in the future.

© 2020 American Academy of Forensic Sciences.