階層的正規化に基づく患者固有統計アトラスを用いた造影CT画像からの疾患腎臓領域の自動抽出

摘要

We have proposed an automated segmentation method for multiple abdominal organs by usinghierarchical statistical atlases. Because this method employs the statistical atlas onstructed from the healthy kidney, the sensitivity to an abnormal shaped kidney such as a diseased kidney which has large tumors is lower than that to the healthy kidney. In this study, we propose a tumor detection algorithm incorporated into the conventional method. This algorithm consists of likelihood estimation of a tumor region based on modeling of intensity distribution and image feature extraction based on machine learning. The experimental results show that the sensitivity of the proposed method was better that the conventional method, but the false positive was worse. The results suggest that the proposed method would have potentially effective for diseased kidney segmentation if the false positive can be suppressed.%我々はこれまでに統計アトラスを用いて複数の腹部臓器領域を自動抽出する方法を開発した.この方法は健康な腎臓から構築した統計的形状モデルを用いるため，疾患腎臓に見られる腎臓から腫瘍がはみ出しているような形状では腫瘍部分の見逃しが起こり抽出精度が低下する.本研究ではそのような症例に対応するために従来法に腫瘍候補領域の検出を加えた方法を提案する.提案法では，腫瘍領域の濃淡分布から推定された濃淡尤度の高い領域と機械学習で腫瘍形状を学習した識別器で検出した形状尤度の高い領域との積領域を腫瘍侯補領域として抽出対象に含める.実験の結果，提案法は従来法よりも偽陽性率が増加するものの腫瘍領域の再現率は向上し，過抽出への対策を施せば疾患腎臓に対して有効であることが示唆された.