MEDICINE & AI

タイトル：Maxillofacial bone movements-aware dual graph convolution approach for postoperative facial appearance prediction 雑誌名：Med Image Anal. 2025 Jan; 99: 103350. 概　要： 術後の顔貌予測は、外科医が顎矯正手術の計画を立て、患者とコミュニケーションを取る上で重要です。従来の生体力学的予測方法は計算負荷が高く、手動操作が多く時間を要するため、臨床実践に支障をきたします。深層学習に基づく方法は計算効率を改善し、同等の精度を達成する可能性を示していますが、既存の方法は顔の特徴を点群から独立に学習するため、顔面の表面詳細やトポロジーを把握するのに制約があります。本研究では、顔面メッシュから構築した二つのグラフを用いて、骨の動きを顔の動きに変換する新しい二重グラフ畳み込みモデルを提案します。実際の臨床データに基づく実験では、提案手法が最先端の深層学習手法よりも質的および量的に優れていることが示されました。 方　法： 本研究では、顔面メッシュから構築したユークリッド空間と測地空間の二つのグラフを用いた二重グラフ畳み込みモデルを採用しています。粗い予測を行った後、より多くの頂点を追加して堅牢な詳細予測を行う粗から細への戦略を採用しました。実験には実際の臨床データを使用し、提案手法の性能を評価しました。 結　果： 提案した二重グラフ畳み込みモデルは、最先端の深層学習手法と比較して、術後の顔貌予測において質的および量的に優れた結果を示しました。具体的な数値は記載されていませんが、実験結果は明確に優位性を示しています。 結　論： 提案したモデルは、術後の顔貌予測において、顔面の表面幾何学を考慮し、より正確な予測を可能にすることが示されました。このアプローチは、外科医の手術計画や患者とのコミュニケーションを改善する可能性があります。