PhyDCM：多シーケンスMRIからの脳腫瘍分類に向けた、再現可能なオープンソースAI支援フレームワーク

概要: MRIベースの医用画像は、特に脳腫瘍の検出において、現代の臨床診断に不可欠なものとなっています。しかし、データ量の急速な増大は、従来の診断アプローチに課題をもたらします。深層学習は自動分類において強力な性能を示しているものの、多くの既存の解決策はクローズドな技術アーキテクチャに限定されており、再現性やさらなる学術的発展を制約しています。PhyDCMは、MedViTに基づくハイブリッド分類アーキテクチャを、標準化されたDICOM処理およびインタラクティブなデスクトップ可視化インターフェースと統合する、オープンソースのソフトウェアフレームワークとして導入されます。このシステムは、計算ロジックとグラフィカルインターフェースを分離することで、コンポーネントを独立して変更・拡張できるように設計されたモジュール型のデジタルライブラリです。強度のリスケーリングや限定的なデータ拡張を含む標準化された前処理により、さまざまなMRI取得設定間での一貫性が確保されます。BRISC2025のMRIデータセットおよび、キュレーションされたKaggleコレクション（FigShare、SARTAJ、Br35H）に対する実験評価では、安定した診断性能が示され、カテゴリ横断で93%以上の分類精度を達成しました。フレームワークは、構造化されてエクスポート可能な出力、およびボリュームデータの多平面再構成をサポートします。透明性、モジュール性、およびアクセシビリティを重視することで、PhyDCMは、将来に追加の画像モダリティを統合する柔軟性を備えた、再現可能なAI駆動型の医用画像解析のための実用的な基盤を提供します。