|
本研究の目的は，生体構造や治療行為に関する事前知識を活用し，治療時に取得可能な低次元かつ局所的な情報のみを手がかりに，患者固有の生体臓器に関する高次元かつ広範囲の状態復元を目指す情報学的手法の探究である．可変形メッシュ位置合わせ法に基づく統計的変位モデルの構築法を開発し，2次元画像から3次元形状を推定するImage-to-Graph Convolutional Network の枠組みを構築した．単一2次元X線画像から呼吸を伴う肝臓形状及び変形を高精度に再構成できることを確認した．X線画像では検出されない膵がんの領域を再構成可能な周辺臓器の形状特徴量を同定し，推定精度を明らかにした．
|
