HiRNet: スマートフォンベースの眼底画像のための階層的リファインメント誘導ハイブリッド網膜血管セグメンテーションネットワーク
HiRNet: A Hierarchical-Refinement-Guided Hybrid Retinal Vessel Segmentation Network for Smartphone-Based Fundus Images
スマートフォンベースの眼底撮影は、網膜スクリーニングとフォローアップ検査に低コストで便利なアプローチを提供する。網膜血管セグメンテーションは網膜疾患の診断とモニタリングにおいて重要な役割を果たすが、既存の手法はスマートフォンベースの眼底画像において性能が限定的である。この課題に対処するため、CNNとTransformerを組み合わせたハイブリッド特徴抽出器を備えた階層的リファインメント誘導ハイブリッドネットワーク(HiRNet)を提案する。HiRNetは、連続した非対称拡張畳み込みでマルチスケール局所特徴を捉え、マルチパス拡張アテンションで異なる受容野にわたる文脈表現を強化する。さらに、階層的文脈情報伝達モジュールにより、マルチステージアップサンプリング中に異なる解像度からの特徴を段階的に統合し、血管の連続性と境界の鮮明さを向上させる。RVD、DRIVE、CHASE_DB1での実験により、HiRNetの有効性が示された。スマートフォンベースのRVDデータセットでは、HiRNetは最高の平均感度(58.36%)、特異度(97.81%)、精度(95.83%)、F1スコア(58.39%)、AUC(95.16%)を達成した。DRIVEとCHASE_DB1では、それぞれ感度82.73%、82.13%、精度95.59%、95.98%、F1スコア82.76%、80.37%、AUC 98.83%、97.90%という結果を得た。
- CNNとTransformerを組み合わせたハイブリッド特徴抽出器を備えた階層的リファインメント誘導型ネットワーク「HiRNet」を提案し、スマートフォンベース眼底画像の網膜血管セグメンテーションに適用した。
- スマートフォンベースのRVDデータセットで、平均感度58.36%、特異度97.81%、精度95.83%、F1スコア58.39%、AUC 95.16%を達成し、既存手法を上回る性能を示した。
- DRIVEとCHASE_DB1のデータセットでは、それぞれ感度82.73%・82.13%、精度95.59%・95.98%、AUC 98.83%・97.90%を記録した。
スマホ眼底撮影という低コスト撮像系に合わせたAIセグメンテーションモデルの研究で、特異度97.8%・精度95.8%などはスクリーニング用途として有望な水準。ただしRVDでの感度58%台は血管検出の取りこぼしが大きく、臨床応用には改善余地が残る。投資家としては、スマホ×AI眼底スクリーニングは低価格帯の検査市場や遠隔医療・新興国展開と相性が良く、こうした研究の精度改善がモバイル眼科診断の商用化トリガーになり得る点を注視したい。データセットが研究用のベンチマーク中心で、規制・薬事や商用実装の記載がないため、現時点では直接の投資対象というより技術トレンドの観測材料。