2017 年 35 巻 4 号 p. 187-193
本稿では,畳み込みニューラルネットワーク(convolutional neural network; ConvNet)に基づく深層学習のアプローチを用いて,CT画像から広範囲・多種類の解剖学的構造を自動的に認識・抽出する研究について紹介する.具体的には,筆者らの研究グループの事例から,CT画像における多臓器・組織の自動認識・抽出問題をConvNetで解決する方法を述べる.そして,中心的に行っている二次元画像に対応する2D ConvNetとその三次元への拡張版について,それぞれの長所と短所を議論し,最新の研究成果を紹介する.最後に,設計者の直感と経験に依存する従来の設計アプローチと比較して,CT画像からの多臓器・組織の自動認識・抽出手順の設計に関する深層学習の性能を考察する.紹介する実験の結果から,ConvNetに基づく深層学習がCT画像における広範囲・多種類の解剖学的構造の自動認識・抽出問題の解決に寄与できることがわかる.