2018 Fiscal Year Annual Research Report
Estimation of patient-specific muscle fiber arrangement using clinical CT and statistical modeling of the fiber arrangement
| Project/Area Number |
16K01411
|
|---|
| Research Institution | Nara Institute of Science and Technology |
|---|
Principal Investigator |
大竹 義人 奈良先端科学技術大学院大学, 先端科学技術研究科, 准教授 (80349563)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
高尾 正樹 大阪大学, 医学系研究科, 講師 (30528253)
横田 太 奈良先端科学技術大学院大学, 先端科学技術研究科, 助教 (60759900) [Withdrawn]
SOUFI MAZEN 奈良先端科学技術大学院大学, 先端科学技術研究科, 助教 (80823525)
菅野 伸彦 大阪大学, 医学系研究科, 寄附講座教授 (70273620)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | 筋線維モデリング / 医用画像解析 / CT画像 / 筋骨格セグメンテーション / 生体シミュレーション / 線維走行統計モデル |
|---|
| Outline of Annual Research Achievements |
本年度は、(1)これまでに開発したアルゴリズムの大規模CTデータベースへの適用および(2)腱・靭帯の線維走行モデリングを行った。
(1) 昨年度までにCT画像から手動で抽出した筋肉領域を用いた筋線維走行の推定手法を実装し、その定量評価結果を本年度、医用画像におけるトップカンファレンスMICCAIにて発表したが、一症例の筋肉領域抽出に数十時間を要するため、大規模データベースへの適用は困難であった。そこでこの処理の自動化のため、階層的マルチアトラス法を用いた手法（Yokota et al., IJCARSにて発表）および深層学習を用いた手法（2018年日本コンピュータ外科学会にて発表）を実装・検証した。開発したアルゴリズムを研究グループが所有する大規模CTデータベースの中の約300症例の中殿筋に対して適用し、線維走行の推定が解剖学的に妥当な結果であることを確認すると共に、線維走行の統計的バラつきを調べるための統計モデル構築を行った。
(2) これまで筋肉の付着部を除く筋腹の部分に着目して領域抽出・線維走行のモデリングを行ってきたが、臨床・産業領域での筋骨格の力学シミュレーションに応用するためには付着部周辺の筋腱接続部分や、靭帯についても、線維走行の違いに由来する力学特性をモデル化する必要がある。そこで、まずVisible Korean Humanデータセットの高精細光学画像（0.1 mm^3/voxel）から大殿筋の腱および骨盤周辺の靭帯の線維走行をモデル化した（2019年電子情報通信学会医用画像研究会にて発表）。来年度中に、深層学習を用いた腱・靭帯領域抽出の自動化により、本データセットの一個体の、股関節周辺の24筋肉について腱・靭帯を含めた筋線維走行モデルをデータベース化し、他のバイオメカニクス研究者たちが使用できる形で一般公開する予定である。
|
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
[Presentation] Cross-Modality Image Synthesis from Unpaired Data Using CycleGAN2018
Author(s)
Yuta Hiasa, Yoshito Otake, Masaki Takao, Takumi Matsuoka, Kazuma Takashima, Aaron Carass, Jerry L Prince, Nobuhiko Sugano, Yoshinobu Sato
Organizer
21th International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI) International Workshop on Simulation and Synthesis in Medical Imaging
Int'l Joint Research
-
-
-
