小児は肺炎への感染や重症化のリスクが高いため，正確な診断や治療が早急に求められる．そこで本論文では，小児肺炎などの胸部疾患を対象としたコンピューター支援診断システムの開発を目的に，解析領域である肺野の抽出手法を提案する．肺野の抽出には，ディープラーニングの一種で，物体検出処理と領域抽出処理を内包しているMask R-CNNを用いた．Mask R-CNNの学習には，ChestX-ray8データベースより選択した小児200枚，成人800枚の合計1000枚の胸部X線画像を用いた．肺炎と診断された小児の胸部X線画像を用いて検証したところ，Jaccard indexの平均値は93.3％，Dice indexの平均値は96.5％となり，高い肺野抽出精度が確認された．
