自動化された子宮頸部のバイオメトリー、ボリュメトリーおよび3D運動補正T2強調胎児MRIのためのノルムモデル
カテゴリ：診断支援・画像解析
公開日：2026年1月7日
タイトル：Automated cervix biometry, volumetry and normative models for 3D motion-corrected T2-weighted 0.55-3T fetal MRI during 2nd and 3rd trimesters
雑誌名：Sci Rep. 2025 Dec 01; 16(1): 377. doi: 10.1038/s41598-025-29744-2. Epub 2025 Dec 01.
概 要：
胎児MRIは優れた組織コントラストと真の3D空間情報を提供しますが、妊娠中の子宮頸部に関するMRI研究は限られています。本研究では、妊娠中の子宮頸部の3D T2強調再構成画像に対する自動多層セグメンテーションとバイオメトリーのための初の深層学習パイプラインを導入しました。0.55Tおよび3Tの20データセットでの評価により、手動測定と比較して良好な性能が示されました。このソリューションは、手動編集の必要性を最小限に抑え、分析時間を大幅に短縮し、観察者間および観察者内のバイアスに対処する可能性があります。さらに、妊娠16週から40週の正常な症例270件を処理し、入口径と長さが妊娠週数と最も強い相関を示すことが確認されました。また、子宮頸部の3D人口平均MRIアトラスを生成し、オンラインで公開しています。
方 法：
本研究は、妊娠中の子宮頸部の3D T2強調再構成画像に対する深層学習を用いた自動化された多層セグメンテーションとバイオメトリーの手法を用いています。評価には、0.55Tおよび3Tの20データセットが使用され、正常な妊娠ケース270件が妊娠16週から40週の範囲で処理されました。
結 果：
自動化されたパイプラインは、手動測定と比較して良好な性能を示し、特に入口径と長さが妊娠週数と強い相関を持つことが確認されました。生成された3D人口平均MRIアトラスはオンラインで公開されています。
結 論：
本研究により、妊娠中の子宮頸部の自動測定が可能となり、手動測定の必要性を減少させるとともに、妊娠週数との相関を示す重要なデータが得られました。この成果は、妊娠中の子宮頸部の評価における新たな基準を提供する可能性があります。