研究成果 2019/12/13
奈良先端科学技術大学院大学（学長：横矢直和）先端科学技術研究科 情報科学領域 日朝祐太助教、大竹義人准教授、佐藤嘉伸教授の研究グループと大阪大学大学院医学系研究科 運動器医工学治療学講座 菅野伸彦教授、器官制御外科学 高尾正樹講師は、深層学習（機械学習の一種）を用いて、下肢の3次元CT画像から、筋骨格を構成する19種類の筋肉、3種類の骨の形状を個別に素早く高い精度で自動認識するシステムを開発しました。医学の診断やスポーツ科学などへの応用が期待されます。
今回の自動認識システムは、認識に必要な処理を多くのデータから自動的に学習する「深層学習」の手法を使うことで、CT画像からの筋肉の輪郭の認識誤差を約3分の2に、計算時間を約10分の1と大幅に削減することができます。具体的には、平均誤差は実用化の目安になる1 mm 以下、計算時間は骨盤から膝までの認識が約5分で、従来にない実用性能を得ることに成功しました。CT画像からの筋肉の自動認識は、この10年、本学のグループが国際的に先導しており、本論文は、様々な応用に適用可能な実用システムを確立した点で、意義が大きいと考えます。
また、深層学習の認識結果に「確信度」（機械が自信をもって認識したかどうかの度合い）を付与し、それが実際の認識精度と高い相関を持つことを示しました。さらに、「確信度」の低い（機械が自信をもって認識していない）箇所のみを、機械に追加で学習させることにより、学習にかかる手間が大幅に削減できることを示しました。「深層学習はブラックボックスであり、出てきた結果の根拠がわからない」という批判がありますが、新たに「確信度」を出力することで測定結果の信頼性を高めます。特に、疾患の進行や治療による回復における筋肉の形状変化の解析など医学的に解釈する際の有用な指標を提供することができると考えます。
この研究成果は、2019年9月10日付で、医用画像工学で最も権威のある国際論文誌 IEEE Transactions on Medical Imaging (Impact Factor 7.816) にEarly Accessにてオンライン公開されました。
https://ieeexplore.ieee.org/abstract/document/8830493 (Early Access)
