腹部の複数臓器に対する統計的同時形状モデル

摘要

セグメンテーションなどへの有効性が高く評価されている臓器の統計的形状モデルは，医用画像の収集が容易では無いことと，手作業によるラベル作成コストが高いことから，学習症例不足の問題が存在する．特に本研究で対象とする複数臓器の場合にはその問題は深刻である．そこで本研究では，生成型学習に注目し，複数の臓器を含む任意の二症例の間を補間し，複数臓器の形状のセットを人工的に多数生成した．ここで，補間方法としては，二つの図形用に提案されたレベルセットモーフィングを複数臓器用に拡張した方法を提案して用いた．また，補間形状を含む多数の形状を用いて，階層的な統計的形状モデルを再構築した．本報告では，15症例の3次元腹部CT像上の14臓器·組織に上記の方法を適用して構築したモデルに対して，未知の8症例を用いて性能を評価した結果について報告する．