急性虚血性脳卒中病変の非造影CTスキャンからのセグメンテーションのためのハイブリッドオフラインおよび自己知識蒸留
カテゴリ：災害・救急医療
公開日：2026年2月19日
タイトル：Hybrid offline and self-knowledge distillation for acute ischemic stroke lesion segmentation from non-contrast CT scans
雑誌名：Comput Biol Med. 2024 Dec; 183: 109312.
概 要：
急性虚血性脳卒中（AIS）の診断と治療は、発症から0-24時間以内に行うことが患者の回復にとって重要です。本研究では、非造影CT（NCCT）を用いた病変セグメンテーションを向上させるために、オフライン知識蒸留と自己知識蒸留を統合したOS-AISegを提案します。まず、主教師ネットワークを訓練し、主観的論理理論を用いて不確実性を導入し、予測誤差を減少させます。次に、学生ネットワークの訓練中に、不確実性重みと脳の非対称性に基づく特徴構造情報を統合します。これにより、効果的な文脈情報の取得と高次構造内容の抽出が可能になります。OS-AISegは、二つの公開データセットで五重交差検証を行い、AISDでのDice値は0.6196、ISLES2018でのDice値は0.4841を達成しました。
方 法：
この研究は、急性虚血性脳卒中の病変セグメンテーションを目的としたコホート研究です。OS-AISegは、オフライン知識蒸留と自己知識蒸留を統合し、主教師ネットワークを訓練する際に主観的論理理論を用いて不確実性を導入しました。学生ネットワークの訓練では、不確実性重みと脳の非対称性に基づく特徴構造情報を統合し、効果的な文脈情報を取得します。主要評価指標は、Dice値です。
結 果：
OS-AISegは、AISDデータセットでDice値0.6196、ISLES2018データセットでDice値0.4841を達成しました。また、外部データセットBraTS2019およびプライベート脳卒中データセットGLisでも実験が行われ、セグメンテーションされた早期梗塞（EI）と真の値との間に強い相関が観察されました。
結 論：
提案したOS-AISegは、急性虚血性脳卒中の診断において効果的な病変セグメンテーションを実現し、NCCTを用いた診断精度の向上に寄与する可能性が示されました。