2次元主成分分析を用いた少数サンプル症例からの統計形状モデル構築

摘要

統計形状モデルは医用画像データの統計解析による人体臓器の個体間のバラツキを記述したものであり，計算解剖学や術前計画など多くの医療分野において幅広く利用されている．一方，統計形状モデル構築では学習に用いられる症例数が限られていることから少数症例からでも汎化能力の高いモデル構築法の確立は重要な課題である．本研究では新たな統計形状モデル作成法として，人体臓器の3次元形状を球形極座標を用いて2次元行列によって表現し，2次元主成分分析（2D-PCA）を用いた統計形状モデルの構築法を提案する．本論文では提案法が2次元行列によって3次元形状情報を効率的に扱えることから，サンプル数に依存することなく高い汎化能力を持つ統計形状モデルの構築が行われ，そのモデルは未知のデータに対しても高い再現率で再構成が行えることをLeave one out 法と定量評価によって示す．%Statistical model is to model the shape variation of an object for human organ, and used for a variety of medical application. In medical statistical shape field, the medical training samples are very limited, so it is difficult to construct a statistical shape model with generalization from few samples. In this paper, we propose a novel efficient 3D-shape representation method based sphere coordinate representation, and 2D-PCA based statistical shape model method from few medical samples and show its effectiveness. The experiments showed that ourproposed method can reconstruct statistical shape model be always higher than conventional method.