[様式－学 5]
博士論文要旨
論文題名：医用画像解析のための頑健で正確な複数臓器セ グメンテーション法
立命館大学大学院情報理工学研究科 情報理工学専攻博士課程後期課程
ドン チュンファ DONG Chunhua
CT からの臓器セグメンテーションは手術プランニングや計算機支援診断において重要 な前処理であるが，臓器の変形や病変による濃度値変化などによって正確なセグメンテー ションの実現が困難である．これまで，臓器セグメンテーション法が多く提案されており，
現在最も注目されている手法は，グラフィカルモデルに基づくインタラクティブ手法と計 算解剖モデルに基づく手法である．前者はグラフカットやランダムウォークなど，後者は 臓器の確率アトラスや統計形状モデルを用いた手法などが挙げられる．本学位論文では，
従来の Random Walks による手法と確率アトラスを用いた手法を改良した頑健で正確な臓器 セグメンテーションを開発し，臨床に応用する．主な成果を以下に示す．
(1) 従来のランダムウォークによる三次元画像セグメンテーション法は，グラフのスケー ルが大きいため計算コストが膨大となり，精度も十分ではない．本論文では，臓器の 形状や濃度値情報を利用した，スライスごとのセグメンテーション法を提案する．臓 器情報が最も多く提示されているスライス画像を初期スライスとして選択し，対象領 域とその他の領域のシードポイントを手動で与え，二次元ランダムウォークにより初 期スライスにおける臓器のセグメンテーションを行う．セグメンテーションした初期 スライス臓器領域を臓器の事前情報（形状と濃度値）としてその前後のスライス画像 にシードポインドを自動的に付与し，セグメンテーションする．この操作をすべての スライスへ順次に拡張していく．本手法を肝臓と脾臓に適用した場合の DICE 係数はそ れぞれ 0.950 と 0.952 であった．
(2) 臓器の確率アトラスは，臓器セグメンテーションの事前確率として用いられるが，患 者の CT ボリュームデータに確率アトラスをどのように位置合わせを行うか，の課題が 挙げられる．また，従来の確率アトラスは，任意の症例を基準として作成されるので，
特定の患者にバイアスがかかる可能性も高く，解決が望まれる．本研究では，バイア スのかからない反復確率アトラスとテンプレートマッチング法を併用し，高精度な複 数臓器（肝臓と脾臓）セグメンテーション法を提案する．まず，人体解剖構造に基づ いて各臓器のおよその境界領域（bounding box）を検出し，その境界領域内で確率ア トラスをテンプレートとしてテンプレートマッチングを行い，確率アトラスを正確に 臓器に位置合わせすることで自動的に臓器セグメンテーションを行う．本手法を肝臓 と脾臓に適用した場合の DICE 係数は，それぞれ 0.930 と 0.922 であった．
(3) 肝細胞癌に対する経皮的局所治療の治療マージンに対する効果判定の評価システムを 実用アプリケーションシステムとして開発した．開発したシステムは，はじめに，提 案するランダムウォーク法を用いて CT 画像から半自動的に肝臓と腫瘍領域を分割す る．次に非剛体位置合わせ手法を用いて術前と術後の肝臓と癌腫瘍領域を統合し，治 療マージン情報を直感的に獲得し，その治療効果を正確に判定する．その有用性は臨 床医師からも高く評価された．
[様式－学 5]
Abstract of Doctoral Thesis
Title ： ROBUST AND ACCURATE MULTI-ORGAN
SEGMENTATION FOR MEDICAL IMAGE ANALYSIS
Doctoral Program in Advanced Information Science and Engineering Graduate School of Information Science and Engineering Ritsumeikan University
ドン チュンファ DONG Chunhua
Organ segmentation from CT volumes is an important prerequisite for surgery planning and computer aided diagnostics. Accurate segmentation of organs from CT images is considered a challenging task: large variations in shape make accurate segmentation difficult and existing lesions (e.g. tumors) exhibit considerable variations for the organ's anatomical structure. In order to segment the abdominal CT images into different tissues, various approaches have been proposed. Recently, there are two main trends for organ segmentation: (1) Graphical models based interactive methods, such as graph cuts and random walks; (2) Anatomical models based methods, such as probabilistic atlas and statistical shape models. In this thesis, our research focuses on improving the classical random walks-based and probabilistic atlas-based methods for organ segmentation and their applications. The main contributions of this thesis are summarized as below:
1. The conventional random walks (RW) based 3D segmentation method faced the following two problems: heavy computational burden and inaccurate segmentation due to a large-scale graph. In order to overcome the above problems, we proposed a knowledge-based segmentation framework based on the random walks for volumetric medical images in a slice-by-slice manner. The proposed method employs the previous segmented slice as prior knowledge (the shape and intensity constraints) for automatic segmentation of other slices, which can reduce the graph scale and significantly speed up the optimization procedure for the graph. With a small number of user-defined seeds, we can obtain the segmentation results of the start slice in the volume, which can be used as prior knowledge of the segmented organ in the following slices. According to this prior knowledge, the object/background seeds can be dynamically updated for the adjacent slice. The average Dice coefficients of the liver and spleen are 0.950 and 0.952, respectively.
2. A probabilistic atlas based on the human anatomical structure has been widely used for organ segmentation in a Bayes framework. How to register the probabilistic atlas to the patient volume is the main challenge. Additionally, there is the disadvantage that the conventional probabilistic atlas may cause bias toward the specific patient study because of the single reference. As an improvement over the previous registration scheme, we proposed a template matching framework based on an iterative probabilistic atlas for fully automatic multi-organ (liver and spleen) segmentation. We first detect a bounding box for the target organ based on human anatomical localization. Then, the probabilistic atlas is used as a template to find the organ in this bounding box by using template matching. The average Dice coefficients of the liver and spleen are 0.930 and 0.922, respectively.
3. As an application, we developed a system for assessing the locoregional therapy of hepatocellular carcinoma using our proposed random walks-based segmentation method and anatomical structure constraints based the non-rigid registration method. The utility of our system for real clinical use was evaluated by doctors.
