多くの女性を救うテクノロジーの最先端に刮目。

女性のがんにおいて罹患数トップの「乳がん」

乳がんは、女性において罹患数がトップのがんであり、全体の約20％を占めている。また、女性のがんによる死亡率の全体の10%を占めている。このように、乳がんは女性にとって重大な疾患であるが、早期発見により適切な治療が行われれば、良好な経過が期待できるとされている。

乳がんの検出とモニタリングでは、マイクロ波イメージングが利用される。マイクロ波乳房イメージング技術は、正常な乳房組織（例えば、皮膚、脂肪、線維腺など）と悪性腫瘍の異なる誘電特性を利用し、乳房組織の誘電率の画像を生成する。

重要なお知らせ：AI分野のお仕事マッチングサービス「AIDB HR」を開始しました！登録後はオファーを受け取るだけのシンプルなサービスです！現在、期間限定で、ギフト券が必ずもらえる新規登録キャンペーンも行っています。

しかし、画像を生成するための主なアプローチは計算コストが高く、複雑な電磁散乱または超音波散乱問題の数値解で構成されている。このようなアプローチは長年にわたって改善され、画像の解像度と精度は向上し、より効率的な実装が可能になったが、運用上、財政上、物理的な制約のため、これら3つの側面の間にはまだ多くの基本的なトレードオフが存在する。

そんな課題に、乳がんの検出にカナダにあるマニトバ大学のVahab Khoshdelら研究者が取り組んだ。

彼らは、マイクロ波乳房イメージング技術による乳がんの検出精度の向上という課題に着目し、U-Netアーキテクチャをベースとした畳み込みニューラルネットワーク（CNN）を提案した。

結果、精度は向上しただろうか？続きを読んでみよう。

マイクロ波乳房イメージングとCNNによる乳がん検出

まずはVahab Khoshdelらの研究におけるミッション・手法・結果をまとめた。