［ショートペーパー］CT画像における椎体骨折の半定量的評価の診断支援－機械学習を用いた椎体の自動検出と分類

摘要

高齢化社会の進行において骨粗鬆症の患者数が年々増加している．骨粗鬆症の診断の1つに骨粗鬆症性骨折の有無があり，最も高頻度に発生する部位は椎体となる．臨床現場では半定量的評価法（Semi-Quantitative Method：SQ法）が用いられ，画像から椎体を4つにグレード分類を行う．本研究では，Deep Learningを用いて精密検査の目的で撮影されるCT画像から椎体位置の自動検出と椎体のグレード分類を全自動で行う手法を提案し，その性能を評価する．椎体位置の検出は，40症例を用いて第1胸椎から第5腰椎の17個の椎体に対して行った．その結果，検出対象17個のうち平均14.4個で成功した．椎体のグレード分類は，82症例の17個の椎体画像を用いて実験を行った．分類結果は平均87.5%の識別率であった．これらにより，Deep Learningに基づく提案法の有効性が示された．