CTデータを用いた骨盤と大腿骨の自動セグメンテーション

概要

論文の詳細を見る
股関節の臨床CTデータを用いて、骨盤と大腿骨を自動的にセグメンテーションする方法について述べる。実際の患者の股関節は、正常股関節と比べ、股関節が破壊されているので、セグメンテーションが困難である場合が多い。本研究では、まず、患者のCTデータの集合を、セグメンテーションの困難さを表すいくつかの特徴を定義することにより、4段階のグループに分類した。各グループにおける骨組織のCT値、大腿骨頭のサイズ・中心・形状などの統計量に基づき、以下の5段階でセグメンテーションを行う方法を提案する。(1)ROIの選択や内挿などの前処理。(2)3D pulse coupled neural networks(PCNN)を用いた適応的閾値処理による骨組織の検出。(3)大腿骨形状の拘束を条件を利用した大腿骨頭と関節の隙間の初期輪郭の推定。(4)ヘッセフィルタによる関節の隙間の強調。(5)(3)で定義した初期輪郭の精密化。本手法は、実際の患者の股関節CTデータの集合を使って評価された。
社団法人電子情報通信学会の論文
2002-01-16