内耳液体空間の自動体積分析：水腫磁気共鳴画像を用いた3Dニューラルネットワーク
カテゴリ：手術支援
公開日：2026年2月19日
タイトル：Automated volumetric analysis of the inner ear fluid space from hydrops magnetic resonance imaging using 3D neural networks.
雑誌名：Sci Rep. 2024 Oct 22; 14(1): 24798.
概 要：
本研究は、内耳の病気（メニエール病や変動性感音性難聴など）の理解において重要な役割を果たす内リンパ水腫（EH）の画像ベースの同定を行うため、3D深層ニューラルネットワークモデルを用いて内耳の正確かつ自動的な体積比計算を実施しました。内耳の周囲リンパ液空間と内リンパ液空間のセグメンテーションを行ったMRシステムのデータセットを構築し、エンドツーエンド学習を用いて両空間を同時にセグメント化しました。最終的に、全液体空間と内リンパ液空間のセグメンテーション性能はそれぞれDice類似係数0.9574および0.9186を達成しました。
方 法：
この研究では、3D深層ニューラルネットワークモデルを用いて、内耳の周囲リンパ液空間と内リンパ液空間のセグメンテーションを行いました。MRシステムのデータセットを用い、エンドツーエンド学習を通じて、両空間を同時にセグメント化しました。主要評価指標は、全液体空間と内リンパ液空間のDice類似係数です。
結 果：
全液体空間のセグメンテーション性能はDice類似係数0.9574、内リンパ液空間は0.9186でした。また、経験豊富な耳鼻咽喉科医によるEH体積比と提案した深層学習モデルによる予測値は、高い一致を示しました。
結 論：
提案した深層学習モデルは、内耳の液体空間の自動セグメンテーションにおいて高い精度を示し、EH体積比の計算においても耳鼻咽喉科医の評価と高い一致を示しました。この技術は、内耳疾患の診断や研究において有用であると考えられます。