VeNet：内視鏡ロボット手術における効率的な脳血管セグメンテーションのための軽量ニューラルネットワーク
カテゴリ：手術支援
公開日：2026年5月30日
タイトル：VeNet: a lightweight neural network for efficient brain vessel segmentation in endovascular robotic surgery
雑誌名：Sci Rep. 2026 May 29; doi: 10.1038/s41598-026-54176-x.
概 要：
本研究では、内視鏡ロボット手術における脳血管の効率的なセグメンテーションを実現するための軽量ニューラルネットワーク「VeNet」を提案します。テレサージャリーは、AIやロボットシステムを統合し、限られた医療画像データから患者特有の解剖モデルを生成することが求められます。VeNetは、約6,000の学習可能なパラメータを持ち、標準的なCPUハードウェア上で効率的なトレーニングと推論を可能にします。低データ環境でも堅牢なセグメンテーション性能を示し、広範な手動注釈が実用的でないシナリオに適しています。
方 法：
VeNetは、血管などの管状構造の三次元セグメンテーションのために設計された軽量ニューラルネットワークです。約6,000の学習可能なパラメータを持ち、効率的なトレーニングと推論を実現します。IXIコホートから得られた脳血管の磁気共鳴血管造影データセットを半自動的に注釈付けし、専門家によるレビューを行いました。
結 果：
VeNetは、低データ環境においても堅牢なセグメンテーション性能を示し、リソースが制約された環境やリアルタイム設定での適用可能性を高めます。VeNetと生成されたデータセットは、血管セグメンテーションおよびシミュレーションワークフローのためのリソース効率の良い基盤を提供します。
結 論：
VeNetは、内視鏡ロボット手術における脳血管のセグメンテーションにおいて、効率的かつ効果的な手法を提供し、患者特有の血管再構築やインタラクティブなシミュレーションをサポートするための研究プラットフォームに統合されています。