2016 Fiscal Year Annual Research Report
多様な画像データベースからの解剖学的ランドマーク点自動定義アルゴリズムの開発
Publicly Offered Research
| Project Area | Multidisciplinary computational anatomy and its application to highly intelligent diagnosis and therapy |
|---|
| Project/Area Number |
15H01108
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
花岡 昇平 東京大学, 医学部附属病院, 助教 (80631382)
|
|---|
| Project Period (FY) |
2015-04-01 – 2017-03-31
|
| Keywords | 医用画像処理 / 多元計算解剖学 / X線CT / 解剖学的ランドマーク |
|---|
| Outline of Annual Research Achievements |
解剖学的ランドマークの自動検出は医用画像処理（臓器領域抽出や症例間位置合わせ処理など）の前処理として応用上非常に重要である。しかし、解剖学的ランドマークの定義や機械学習による検出のための正解入力は、多量の用手的操作を必要とし、その応用の妨げとなってきた。この問題を解決するため、本研究では、解剖学的ランドマークを自動で定義し、その自動検出システムを人の用手的入力なしに構成する新たな手法を確立した。
まず、与えられた多数のCT画像はすべての組み合わせについて一対一の位置合わせ(レジストレーション)が行われ、位置合わせの変形ベクトル場が得られる。任意の症例三つ組みの間での変形ベクトル場の一貫性(triangular consistency criterion; TCC)が、各画像の各ボクセルで計算される。TCCの値を多数症例でまとめ、任意に選んだ一症例において、各ボクセルのランドマーク性が評価され、それが局所的極大値をとる点を解剖学的ランドマークの候補点とした。実験では、50症例のCT画像から、48の解剖学的ランドマークが新たに自動定義された。
つぎに、48の自動定義ランドマークの中から8個を選んで、ランドマーク検出システムの自動学習を試みた。学習に用いられる50症例のなかでの各ランドマークの位置は、変形ベクトル場を基にして自動的に決定された。これらのランドマーク位置を入力として、ランドマーク検出システムが学習された。新たに学習されたランドマーク検出システムは、先行研究で定義されている197ランドマークに加えて新たな8ランドマークを自動検出できることが実験により示された。
以上のように、多数のCT画像から、解剖学的に意味のあるランドマークを複数自動定義する手法を確立した。さらに、それらを応用するうえで必要となるランドマーク検出システムも用手的操作なく自動で学習できることを確認した。
|
| Research Progress Status |
28年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
28年度が最終年度であるため、記入しない。
|
Research Products
(3 results)
