整形外科手術ではX線透視画像を頻繁に使用しますが、術中に、２次元情報である画像から患部の3次元形状を正しく認識することは困難です。この問題を解消するため、あらかじめ取得した患部の3次元CTデータを、術中のX線透視画像上に全自動で正確に重ね合わせる技術を開発しました。
X線透視装置は、整形外科手術において頻繁に使用される医療機器ですが、2次元のＸ線画像から患部の3次元形状を対応付けるには、医師の経験や知識に多くを頼っているのが現状です。術中に撮影するX線画像と、術前にCTスキャンで取得した3次元モデル（CTモデル）との重ね合わせができれば、医師自身が2次元画像から3次元形状を想像する作業が軽減され、手術に集中できるようになります。このような目的でX線画像とCTモデルを高精度に重ね合わせる際には、「身体の一部だけを大写しした画像（局所画像）でも機能すること」「全自動で処理できること」が不可欠です。そこで本研究では、X線画像のシーン座標を回帰する畳み込みニューラルネットワーク（CNN）を用いて、これらを実現しました。X線撮影カメラの光学中心と画像中の画素を結ぶ直線と、CTモデルとの交点で、シーン座標を定義し、その座標系で3次元点群とその観測位置（2次元座標）の対応関係を自動的に取得可能な手法を考案するとともに、これにより獲得した対応点情報と深層学習を組み合わせることで、局所画像に対しても高精度な重ね合わせに成功しました。
本技術を、骨盤のCTモデルとX線画像の両方が収録されているデータセットを用いて検証した結果、シミュレーションX線画像で3.79mm（標準偏差1.67mm）、実写X線画像で9.65mm（標準偏差4.07mm）の誤差で、X線画像とCTモデルの重ね合わせを達成しました。
PDF資料
プレスリリース
研究代表者
筑波大学 計算科学研究センター
北原 格 教授
Pragyan SHERESTHA（エンパワーメント情報学プログラム3年）
東京医科大学 茨城医療センター
吉井 雄一 教授
掲載論文
【題名】 X-Ray to CT Rigid Registration Using Scene Coordinate Regression
（シーン座標回帰を用いたX線透視画像と3次元CTデータの位置合わせ） 【掲載誌】 The 26th International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI 2023) 【DOI】 10.1007/978-3-031-43999-5_74