MEDICINE & AI

タイトル：LumVertCancNet: A novel 3D lumbar vertebral body cancellous bone location and segmentation method based on hybrid Swin-transformer 雑誌名：Comput Biol Med. 2024 Mar; 171: 108237. 概　要： この研究では、腰椎椎体の海綿骨の自動位置特定とセグメンテーションのための新しい深層学習手法LumVertCancNetを提案します。腰椎の画像分析は、医療診断や骨強度の集団ベースの分析において重要ですが、解剖学的変異や公開データの不足により自動化が難しいです。本手法は、Swinトランスフォーマーを用いたヒートマップ予測と、CNNとトランスフォーマーを組み合わせたエンコーダ・デコーダネットワークを採用し、特に新しい損失関数LumAnatomy lossを導入しています。また、185件のCTスキャンからなる大規模なデータセットLumVBCanSegを作成し、他の最先端手法を上回る性能を示しました。 方　法： 本研究は、腰椎椎体海綿骨の自動位置特定とセグメンテーションを目的とした二段階の深層学習手法を採用しています。第一段階では、Swinトランスフォーマーを用いて椎体の重心のヒートマップを予測します。第二段階では、SwinトランスフォーマーエンコーダとCNNエンコーダからなるエンコーダ・デコーダネットワークを用いてセグメンテーションを行います。新たに提案された多スケール注意特徴融合モジュール（MSA-FFM）を用いて、異なるエンコーダからの特徴を効果的に融合します。 結　果： 提案したアルゴリズムは、LumVBCanSegデータセットにおいて、他の最先端の医療画像セグメンテーション手法を上回る性能を示しました。具体的な数値は記載されていませんが、広範な実験結果が得られています。 結　論： LumVertCancNetは、腰椎椎体海綿骨の位置特定とセグメンテーションにおいて高い精度を達成し、解剖学的構造を考慮した新しい損失関数を導入することで、従来の手法の限界を克服しました。この手法は、医療現場での応用が期待されます。