深層学習に基づくセグメンテーションを用いたCTスキャンにおける腸腰筋体積の自動測定法の開発と検証：横断研究
カテゴリ：手術支援
公開日：2026年2月19日
タイトル：Development and validation of a reliable method for automated measurements of psoas muscle volume in CT scans using deep learning-based segmentation: a cross-sectional study.
雑誌名：BMJ Open. 2024 May 22; 14(5): e079417.
概 要：
本研究の目的は、サルコペニア研究を効率的に支援するために、CTを用いて腸腰筋の体積を自動測定する方法を開発することです。520人の健康診断を受けた参加者のCTスキャンデータセットを使用し、nnU-Net法に基づく三段階のプロセスで腸腰筋のセグメンテーションモデルを開発しました。自動セグメンテーション法の精度、信頼性、測定に要する時間を評価しました。
方 法：
520人の参加者のCTスキャンを用いた横断研究で、深層学習を用いて腸腰筋のセグメンテーションモデルを開発しました。自動セグメンテーション法の精度と信頼性を評価するために、手動セグメンテーションとの比較を行い、測定に要する時間も記録しました。
結 果：
手動セグメンテーションと自動セグメンテーションの比較にはDice類似度係数を使用し、平均Diceスコアは0.927 ± 0.019でした。自動セグメンテーションシステムの平均測定時間は2分20秒 ± 20秒で、手動測定法の111分6秒 ± 25分25秒に比べて48倍短縮されました。
結 論：
腸腰筋体積を測定するための自動セグメンテーション法を成功裏に開発し、幅広いCT画像において一貫した偏りのない推定を保証することができました。