2段階ディープラーニングによる頭蓋顔面骨特徴点3次元座標の自動推定

抄録

【目的】頭蓋顔面部の状態把握、診断、治療において同部のエックス線CT画像は日常的に撮影されるようになった。3次元再構築が可能であり、特徴点間距離や基準面間角度を3次元的に計測することができる。そのためには特徴点をまずプロットしてゆく必要があるが、時間と経験を要する。3次元画像をディープラーニングで処理するためには多くの計算量が必要である。画像を圧縮することも一つの方法ではあるが、その過程で正確な情報が失われる可能性がある。予測精度を高めるため2段階のディープラーニングを試みた。 【方法】CTデータベース:Head-Neck-Radiomics-HN1から骨部分を抽出、3次元STLファイルを作成した。12の特徴点をプロットし、その3次元座標を得た。第1相ではDICOM画像セットを96x96x81に圧縮し、3dresnet50で回帰モデルを作成、学習させ検証した。第2相では各特徴点座標周辺の3次元立体を切り出し、学習させた。検証立体から第1相で推定した座標を中心に切り出したものを第2相ネットワークで検証した。 【結果】2段階で推定した方が、第1相だけで推定した場合よりも推定誤差が小さかった。