| 研究課題/領域番号 |
16K11615
|
|---|
| 研究機関 | 鶴見大学 |
|---|
研究代表者 |
井川 知子 鶴見大学, 歯学部, 助教 (70552389)
|
|---|
| 研究分担者 |
小川 匠 鶴見大学, 歯学部, 教授 (20267537)
重田 優子 鶴見大学, 歯学部, 講師 (40367298)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| キーワード | 計算解剖学 / CADCAMシステム / デジタルデンティストリー / セグメンテーション |
|---|
| 研究実績の概要 |
本年度は自動セグメンテーションに金属アーチファクトの低減を用いて検討を行った．これにより，CT画像上の金属アーチファクトを抑え，低減前には失われていた情報を復元することが可能である．CT画像における金属アーチファクトを低減し，この低減後の画像から自動セグメンテーションにより患者固有の筋骨格の形状モデルを解析する手法を行った．この手法により，金属アーチファクトのあるCT画像からの患者固有の筋骨格形状モデルの構築が期待できる．
マニュアルセグメンテーションを正解データとし，NMARを適用した画像に対して，畳み込みニューラルネットワーク（2D U-Net）により咬筋と下顎骨の自動セグメンテーションを行った．金属アーチファクトのあるCT画像2症例を本手法の入力画像として使用し，金属アーチファクトのないCT画像36症例を本手法中の2D U-Netにおける学習用データとして，計38症例のCT画像を用いた．本研究では，金属アーチファクトのあるCT画像2症例に対して，NMARによる金属アーチファクト低減後のCT画像に加え，金属アーチファクト低減前のCT画像も2D U-Netにより自動セグメンテーションを行い，金属アーチファクト低減前後の筋骨格セグメンテーション結果を比較した．評価指標は，Jaccard Index (JI)，Dice Coefficient(DC)，平均表面距離誤差(Average Symmetric Surface Distance : ASD)である．
その結果，アーチファクト低減前ではASD 2.464mm，DC 0.730，JI 0.576であったが，アーチファクト低減後にはASD1.466mm，DC0.784，JI 0.645であり，アーチファクト低減によるセグメンテーション精度の向上が確認できた．
|
