正常部分空間の直交補空間を用いた臓器形状の疾患部分空間に基づく正常•疾患の識別

摘要

本研究は,臓器形状の正常と疾患を統計形状解析による自動識別を目的としている.疾患になると形状が変 形しやすい肝臓，大腿骨の学習データをを用いる.従来，正常と疾患を組み合わせた統計形状モデルによるSVM識別が行われている.本実験では，正常症例群から構築される正常統計形状モデルと疾患症例群から構築される疾患統計形 状モデルを求め，正常統計形状モデルに直交する疾患統計形状の疾患部分空間を導き，未知データの変形成分を疾患部 分空間に射影することにより，疾患に起因する変形成分を求める.疾患部分空間における変形成分のSVM識別により， 識別精度の向上が確認できた.%Diagnostic modeling based on computational anatomy is an important topic. In previous work, discrimination method using support vector machine based on principal component analysis of the hippocampus shapes have been proposed. However, disease-specific component was not considered explicitly. In this paper, we propose a method for constructing the disease subspace using orthogonal complement of the normal subspace. The proposed method was tested using the hepatic cirrhosis and hip osteoarthritis datasets and was compared to a previous method. In our experiments, the proposed method was effective for disease discrimination based on organ shapes.