肺癌のレントゲン画像から特徴量を抽出するPythonコードの例

以下に、肺のレントゲン画像から特徴量を抽出する具体的なPythonコード例を提供します。OpenCV、scikit-image、およびscikit-learnを使用した伝統的な画像処理アプローチと、PyTorchを使用した深層学習アプローチの両方を示します。

### 1. 伝統的な画像処理による特徴量抽出

```python import cv2 import numpy as np from skimage import feature, measure from skimage.filters import gabor import mahotas def extract_features(image_path): # 画像の読み込みと前処理 image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE) image = cv2.resize(image, (256, 256)) # サイズ統一 image = cv2.equalizeHist(image) # ヒストグラム均等化 # 特徴量を格納する辞書 features = {} # 1. 形状特徴 (腫瘍領域が既にセグメントされていると仮定) _, binary = cv2.threshold(image, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU) contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) if len(contours) > 0: largest_contour = max(contours, key=cv2.contourArea) area = cv2.contourArea(largest_contour) perimeter = cv2.arcLength(largest_contour, True) features['area'] = area features['perimeter'] = perimeter features['circularity'] = (4 * np.pi * area) / (perimeter ** 2) if perimeter > 0 else 0 # 2. テクスチャ特徴 (Haralick) haralick = mahotas.features.haralick(image).mean(axis=0) for i, val in enumerate(haralick): features[f'haralick_{i}'] = val # 3. LBP (Local Binary Pattern) lbp = feature.local_binary_pattern(image, P=8, R=1, method='uniform') hist, _ = np.histogram(lbp, bins=np.arange(0, 10), range=(0, 9)) for i, val in enumerate(hist): features[f'lbp_{i}'] = val # 4. Gaborフィルタ filt_real, filt_imag = gabor(image, frequency=0.6) features['gabor_energy'] = (filt_real**2 + filt_imag**2).mean() # 5. 輝度統計 features['intensity_mean'] = image.mean() features['intensity_std'] = image.std() features['intensity_skew'] = measure.moments(image, order=3)[0, 3] return features # 使用例 image_path = 'lung_xray.jpg' features = extract_features(image_path) print(features) ```  

### 2. 深層学習による特徴抽出 (PyTorch使用)

 

```python import torch import torch.nn as nn from torchvision import models, transforms from PIL import Image # 事前訓練済みCNNモデルのロード model = models.resnet18(pretrained=True) model = nn.Sequential(*list(model.children())[:-1]) # 最後のFC層を除外 model.eval() # 画像前処理 preprocess = transforms.Compose([ transforms.Resize(256), transforms.CenterCrop(224), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]), ]) def extract_deep_features(image_path): # 画像読み込み image = Image.open(image_path).convert('RGB') input_tensor = preprocess(image) input_batch = input_tensor.unsqueeze(0) # バッチ次元を追加 # 特徴抽出 with torch.no_grad(): features = model(input_batch) # 特徴ベクトルを平坦化 features = features.squeeze().numpy() return features # 使用例 image_path = 'lung_xray.jpg' deep_features = extract_deep_features(image_path) print(f"Deep features shape: {deep_features.shape}") print(deep_features) ```  

### 3. 特徴量を活用した機械学習パイプライン

```python from sklearn.ensemble import RandomForestClassifier from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler from sklearn.pipeline import Pipeline import pandas as pd # サンプルデータの作成 (実際には多くの画像から特徴量を抽出する) data = [] for i in range(100): # 仮に100枚の画像があるとする features = extract_features(f'lung_xray_{i}.jpg') features['label'] = 0 if i < 50 else 1 # 仮のラベル (0:正常, 1:癌) data.append(features) df = pd.DataFrame(data) # 特徴量とラベルを分離 X = df.drop('label', axis=1).values y = df['label'].values # トレーニング/テスト分割 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) # パイプラインの構築と評価 pipeline = Pipeline([ ('scaler', StandardScaler()), ('classifier', RandomForestClassifier(n_estimators=100, random_state=42)) ]) pipeline.fit(X_train, y_train) print(f"Test accuracy: {pipeline.score(X_test, y_test):.2f}") ```  

### 注意点 

 1. 実際の医療画像分析では、専門家の***(注1)アノテーションが必要です

 2. データ不均衡問題に対処するため、適切な評価指標（感度、特異度、AUC-ROCなど）を使用してください 

 3. 深層学習アプローチでは、医療画像でファインチューニングを行うと性能が向上する可能性があります 

 4. 実際の臨床応用には、より大規模なデータセットと厳格な検証が必要です これらのコードは出発点として使用でき、特定のデータセットやタスクに合わせて調整する必要があります。

 ***(注1)アノテーション（Annotation）**とは、データに**注釈（ラベルやタグ）を付ける作業**のことを指します。

特に機械学習や画像処理の分野では、**モデルが学習するための正解データ（教師データ）を準備するプロセス**として重要です。 

 ### 医療画像におけるアノテーションの具体例（肺癌レントゲン画像の場合）

 1. **病変領域のマーキング** - 医師や放射線科専門医が、画像上の腫瘍や異常な部分を囲む（矩形や多角形で标注）。 

 - 例：肺の結節（nodule）に枠を描く、腫瘍の輪郭をトレースする。

 2. **ラベル付け** - 画像全体や特定の領域に「正常」「悪性」「良性」などの分類ラベルを付与。 

 - 例：`{"label": "malignant", "bbox": [x1, y1, x2, y2]}` 

 3. **メタデータの追加** - 患者の年齢、性別、病歴などの臨床データと画像を紐付け。

 --- ### なぜアノテーションが必要か？

 - **教師あり学習**では、入力データ（例：レントゲン画像）と正解ラベル（例：「癌あり」）のペアが必須です。 - モデルはアノテーションされたデータから「癌の特徴」を学習します。 

 - アノテーションの精度がモデルの性能に直結します。 

 --- ### アノテーションの方法（コード例）

 以下は、Pythonで画像にアノテーションを描画する簡単な例です：

```python import cv2 import matplotlib.pyplot as plt # 画像読み込み image = cv2.imread("lung_xray.jpg") image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) # アノテーション（矩形とテキストの追加） annotated_image = image.copy() cv2.rectangle(annotated_image, (x1, y1), (x2, y2), (255, 0, 0), 2) # 青色の矩形 cv2.putText(annotated_image, "Malignant Tumor", (x1, y1-10), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (255, 0, 0), 2) # 結果表示 plt.imshow(annotated_image) plt.axis('off') plt.show() ```  

 --- ### 医療画像アノテーションのツール例

 1. **専門家向け** - 3D Slicer（オープンソース） - ITK-SNAP（セグメンテーション専用） - OsiriX（DICOM画像用） 

 2. **一般向け** - LabelImg（矩形标注） - VGG Image Annotator（VIA） - CVAT（Computer Vision Annotation Tool） 

 --- ### アノテーションの課題

 - **専門知識の必要性**：医師や訓練された技術者による作業が不可欠。

 - **時間とコスト**：1枚のCT画像に数十分かかることも。 

 - **主観性**：医師間でアノテーションにばらつきが生じる（これを防ぐため、複数医師の合議制をとる場合もあります）。 医療AIの開発では、**質の高いアノテーションデータセット**（例：NIH ChestX-ray14, LIDC-IDRI）の存在がプロジェクトの成否を分けます。