機械学習・深層学習を併用した骨関節診断・手術支援の実装と最適化

点击翻译按钮获取中文摘要

形態と運動機能情報を統合した機械学習・深層学習に基づく骨関節診断・手術支援システムの開発を最終目標として、本年度（令和４年度）は、（１）骨関節医用画像データベースの追加・整備、（２）筋骨格統計モデルの改良、および解析結果の多分類化と臨床スコア・手術情報との関連付け、（３）機械学習・深層学習に基づく骨関節診断・手術支援システムのプロトタイプ開発、を試みた。骨関節医用画像データベースの追加・整備については、特に、膝関節、肩関節のデータ（X線動画像による動態データ、およびCT画像による形態データ）を、それぞれ10症例程度、追加で収集することができた。筋骨格統計モデルの改良については、追加データを含めて専門の整形外科医の協力のもと、形状モデル化のための骨関節への靭帯や腱などの解剖学的特徴の埋め込みや、運動機能モデル化のための靭帯・腱の長さなどの計測をさらに行い、関節の多様性を効率よく記述する手法を開発した。人工膝関節と膝関節の両関節については、骨関節形状や動態解析結果に基づき、正常な解析データとそれ以外のデータの２クラス（正常、異常クラス）分類を行うだけでなく（前年度の令和３年度に実施）、異常クラスの中で、人工膝関節は手術方式（人工関節の設置状態や靭帯切除の有無など）、膝関節は疾患（変形性関節症や靱帯損傷など）ごとの多クラスの分類を一部試みた。また、人工膝関節と膝関節用に開発した筋骨格統計モデルの構築法を、肩関節にも適用可能な手法に改良・拡張を行い、汎用的な筋骨格統計モデルの構築法の開発を行った。開発・改良を行った筋骨格統計モデルを、2次元/3次元画像位置合わせ技術を用いた関節3次元動態解析システムに導入し、機械学習・深層学習に基づく骨関節診断・手術支援システムのプロトタイプ開発に着手した。