MGLIAネットに基づく脳動脈瘤のCTA画像セグメンテーション手法
カテゴリ：診断支援・画像解析
公開日：2026年2月19日
タイトル：CTA image segmentation method for intracranial aneurysms based on MGLIA net
雑誌名：Sci Rep. 2025 Mar 27; 15(1): 10593. doi: 10.1038/s41598-025-95143-2. Epub 2025 Mar 27.
概 要：
本研究は、CTAデータから脳動脈瘤の領域を正確にセグメンテーションすることで、動脈瘤の三次元形態を再構築し、タイプ、サイズ、破裂リスクを評価することを目的としています。現在のセグメンテーション手法は、深層学習を用いた大規模データにおいて普遍性に欠け、新しい病院で取得された画像モダリティに直面すると、ネットワークの再設計と再訓練が必要です。この問題に対処するため、より普遍的なセグメンテーションモデルを提案し、MoblieNetに基づくGLIA Netアルゴリズム（MGLIA Netモデル）を開発しました。このアルゴリズムは、異なる条件下で収集された動脈瘤画像に対して適応的なターゲットセグメンテーションを実行できます。
方 法：
本研究では、オープンソースデータセットを用いて、提案したMGLIA Netアルゴリズムの効果を検証しました。セグメンテーション精度を主要評価指標とし、2つのデータセットに対して性能テストを実施しました。
結 果：
提案したアルゴリズムは、2つのデータセットにおいてそれぞれ55.9%および73.1%のセグメンテーション精度を達成し、従来のGLIA-Netアルゴリズムよりも有意に優れた結果を示しました。
結 論：
MGLIA Netモデルは、異なる条件下での脳動脈瘤のセグメンテーションにおいて高い精度を実現し、従来の手法に比べて改善された性能を示しました。このアルゴリズムは、脳動脈瘤の評価における実用的なツールとなる可能性があります。