2022 Fiscal Year Research-status Report
Data-driven CT image harmonization and hierarchical modeling in multi-institutional databases for musculoskeletal disease analysis
| Project/Area Number |
21K18080
|
|---|
| Research Institution | Nara Institute of Science and Technology |
|---|
Principal Investigator |
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)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 筋骨格解析 / 深層学習 / 疾患進行モデリング |
|---|
| Outline of Annual Research Achievements |
2021年度に開発した，異なる患者の撮影肢位の間の空間的変動を考慮したデータ調和手法を，2022年度，新たに筋構造に拡張した．本手法は，2つのデータベース（大阪大学医学部附属病院の自然姿勢9例，奈良県立医科大学の疑似立位10例）において，14つの筋肉（9の外在筋，5の内在筋）の正解データを作成して検証した．また，慶応大学と共同研究で，歩行動態を含むデータベース（4DCT；1症例26フレーム）を新たに作成し，検証に使用した．本手法は，いくつかの構造において，従来手法と比較して有意な改善を示した．大阪大学医学部附属病院のデータセットでは，足根骨と中足骨でそれぞれ約8％，5％のDice係数（DC）が増加した．この成果は，医用画像研究会 (MI2022-86) で発表した．
筋骨格系の疾患の進行を解析するために，筋骨格セグメンテーションモデルを開発した．CT装置の機種，メーカー，患者の病状が異なる4つのデータベースを用いて，モデルの臨床応用性を検証した．このモデルは，股関節と膝の間の3つの骨と19の筋肉に対して優れた性能を示し，平均の精度（DC）は0.946で，最先端の精度を達成した．
開発したセグメンテーションモデルは，大阪大学医学部附属病院の2,512症例を含む大規模データベースに適用し，疾患進行のモデリングを行った．疾患の重症度は，自動グレーディングモデルを用いて取得した．重症度情報は，筋肉ごとの体積や平均筋肉量(HU)と組み合わせて，病気の進行傾向を観察した．この実験により，自動化された筋骨格セグメンテーションを用いて，骨や筋肉における疾患進行のモデリングの可能性が示された． 本研究は国際会議（IFMIA2023）で発表し，アワードを受賞した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
提案した異なる患者の撮影肢位の空間的な正規化法に基づくデータ調和手法は，予定通り様々な患者の撮影肢位を含む3つのデータベースで実装し検証した．現在，画像位置合わせの改良に伴い，検証用の4DCTの新たなフレームを含む追加症例の正解データの準備を検討中である．筋骨格セグメンテーションモデルについては，複数のデータベースで検証を行った．さらに，2500以上のCT画像を含むより大規模なデータベースで疾患進行傾向の検証を実施した．予定通り，大阪大学医学部附属病院と共同で大規模データベースを解析用に整理し，自動解析ツールを構築した．この研究の成果は先に示した国際学会でのアワード受賞となった．しかし，昨年度で企画していた3D画像に基づく階層的な統計的形状・輝度値モデリングは実現されていない．これは次年度の主な課題となる．
|
| Strategy for Future Research Activity |
疾患進行情報を含む大規模なデータベースが用意されているため，筋骨格の構造の形状や輝度値(筋肉量)を統計的にモデリングする処理を行う予定である．特に，CT画像から各構造の領域を抽出する．全患者の各構造の領域は，共通の座標系に位置合わせを行う．全体の形状やピクセル単位の変化は，主成分分析（PCA）などの統計的手法で分析する予定である．患側と健側の統計モデル間の比較を行い，疾患進行の影響を明らかにする予定である．さらに，現在，金属インプラントによる金属アーチファクトのある症例はデータベースから除外されている．これらの画像には金属アーチファクト低減の手法を適用し，解析に含む予定である．データベースは9,000例以上に拡張される可能性があり，縦断的（術前／術後）解析，及び，下肢全体の構造への応用の可能性も検討している．
|
Research Products
(8 results)
-
-
-
-
-
[Presentation] Automated Musculoskeletal Foot Segmentation in CT Images for Patient-Specific Functional Foot Analysis2022
Author(s)
Mazen Soufi, Yoshito Otake, Naoki Ito, Yuto Masaki, Tomoki Hakotani, Takuma Miyamoto, Yasuhito Tanaka, Masahiro Hashimoto, Yoshitake Yamada, Minoru Yamada, Yoichi Yokoyama, Masahiro Jinzaki, Keisuke Uemura, Masaki Takao, Nobuhiko Sugano, Yoshinobu Sato
Organizer
医用画像研究会(MI研2022)
-
[Presentation] Virtual Standing Position Transformation from Supine CT using Whole-body Upright CT Scanner2022
Author(s)
Tomoki Hakotani, Yoshito Otake, Mazen Soufi, Masahiro Hashimoto, Yoshitake Yamada, Minoru Yamada, Yoichi Yokoyama, Keisuke Uemura, Masaki Takao, Nobuhiko Sugano, Masahiro Jinzaki, Yoshinobu Sato
Organizer
医用画像研究会(MI研2022)
-
-
