確率アトラスおよび多階層統計的形状モデルを用いた3次元CT画像からの肝臓領域自動抽出: 形状パラメータの最適化アリゴリズムの改善による計算時間の短縮

摘要

計算機による支援診断システムや術前の計画においては，医用画像からの対象臓器領域のセグメンテーションが必要となる．我々はこれまで，2種類の統計アトラス（確率アトラス，多階層統計的形状モデル）を用いた3次元CT画像からの肝臓領域自動抽出法を開発してきた．しかし．多階層化に伴なうパラメータ数の増加による計算時間の増加が問題となった．そこで本研究では，形状パラメータの推定におけるコスト関数の最適化方法を改善し，計算時間の短縮を行った．その結果，抽出精度を損なうことなく，従来に比べて計算時間を約56％短縮することができた．%An atlas-based automated liver segmentation method from 3D CT images is described. We have been developed the segmentation method of the liver using two types of statistical atlases, that is, the probabilistic atlas (PA) and multi-level statistical shape model (ML-SSM). However, increase of the calculation time has became a problem due to increase of the shape parameters by hierarchization. In this paper, we improve the optimization algorithm of the cost function in shape parameter estimation. As a result, calculation time is reduced without loss of segmentation accuracy.