新たな解剖学的ランドマーク空間分布モデルの推定法によるランドマーク検出性能の試み～Smoothly Clipped Absolute Deviation（SCAD）とGraphical lassoとの比較

摘要

我々はこれまで、Graphical lassoにより推定した人体内の解剖学的ランドマークの空間分布の統計学的モデルを用いたランドマーク自動検出を試みてきた。これまでの研究では、統計学的モデルを決定する精度行列を学習サンプルから推定する際にTikhonovの正則化もしくはL1ノルム正則化を用いてきた。しかしながら、後者では大きな精度行列の要素について既知のバイアスの問題があり、最適な精度行列の推定がなされていなかった。これを解決するため、SCAD（Smoothly Clipped Absolute Deviation）を罰則項として導入することにより、ランドマーク自動検出システムの性能改善を試みた。非造影CT39例を用いて4-fold cross validationで評価した結果、SCADによるモデルはL1ノルムによるモデルと比して最適パラメータでの検出性能はほぼ同等であったが、より幅広いパラメータで高い検出性能を示し、パラメータの変化により頑健である傾向が示された。