３次元CT画像を用いた模擬ボーリング調査による脆弱性骨盤骨折検出法

• Published in: 生体医工学 Vol. Annual59; no. Abstract; p. 296
• Main Authors: 丸尾, 明宏, 林, 圭吾, 八木, 直美, 山本, 侃利, らしぇどぅーら, らーまん, 村津, 裕嗣, 小橋, 昌司
• Format: Journal Article
• Language: Japanese
• Published: 公益社団法人 日本生体医工学会 2021
• ISSN: 1347-443X; 1881-4379
• DOI: 10.11239/jsmbe.Annual59.296

超高齢化社会である日本では，骨粗鬆症に伴い脆弱性骨盤骨折（ＦＦＰ；ｆｒａｇｉｌｉｔｙ　ｆｒａｃｔｕｒｅｓ　ｏｆ　ｔｈｅ　ｐｅｌｖｉｓ）の症例は増加している．ＦＦＰは患者の臥床に繋がりやすく，合併症を引き起こしやすい．また，骨折診断は主に３次元ＣＴ画像の目視で行われるが，ＦＦＰは画像では捉えづらく，診断に時間を要する．本研究では，３次元ＣＴ画像上でのＦＦＰを自動検出する手法として，ボーリング調査による骨折検出（ＢＳＦＤ；Ｂｏｒｉｎｇ　ｓｕｒｖｅｙ　ｂａｓｅｄ　ｆｒａｃｔｕｒｅ　ｄｅｔｅｃｔｉｏｎ）法を提案する．本手法では骨盤表面から深部にかけてボーリング調査を模して探索することで，骨表面に現れづらいＦＦＰ等に関しても差異を抽出できる．ＢＳＦＤ法は，初めにＣＴ画像から骨盤表面を抽出する．次に，骨表面に直交した骨内部の四角柱を抽出する．四角柱内部は対応する箇所のＣＴ値を有し，各骨表面の特徴を表現する．学習済み３次元畳み込みニューラルネットワークモデル（ＣＮＮ）を用い，抽出した四角柱から骨折確率を予測する．これをすべての骨表面点に適用し，骨盤全体でＦＦＰの自動検出を可能とする．本研究では，骨盤骨折を有する被験者１１０症例のデータを用いた．ＡＵＣは訓練データで０．８４，評価データに対して０．７７となった．さらに，予測した骨折確率は３次元データ上に表示することで，医師の診断補助が可能である．