発明情報

背景

　新薬開発における薬効評価や治験では、治療効果判定のため、X線CT装置などで取得した医用画像に基づき、腫瘍性病変などの関心領域を計測することが求められます。しかし、臓器と病変を同時に抽出することはできる場合でも、腫瘍病変などの関心領域が隣接していると、それらを正確に区別できないという課題がありました（図１）。
　これまで、CTやMRI画像への深層学習の適用など、様々なアプローチが試みられていますが、教師データ作成コストや臨床用途での信用性確保、アルゴリズムのブラックボックス化といった課題が残され、根本的な解決には至っていません。

発明概要と利点

　発明者らは、機械学習により、隣接する腫瘍性病変の輪郭を抽出する手法を開発しました。本手法により、従来手法では識別が困難であった関心領域を区別して抽出することに成功しました（図２）。さらに、圧迫骨折を伴う場合など、判別が難しいとされる医用画像に対しても本手法は適用可能です（図３）。

⮚ 隣接する腫瘍を区別して抽出可能（図3）

⮚ 明確な抽出原理で、抽出根拠のブラックボックス化を回避

⮚ 教師データ作成コストの大幅削減