下顎骨再建術を対象とした手術計画に重要な特徴量抽出手法の提案

Abstract

患者個人の三次元医用画像を用いた手術計画が行われるようになり，手術計画立案の自動化が試みられている．人間による解釈が可能，かつ，一意に算出可能な特徴量を使用することにより，信頼性の高い手術計画を得ることが期待される．近年では，物事に潜むスパース性を利用した情報抽出技術としてスパースモデリングが注目を集めている．スパースモデリングの考え方を用いることで，計画の立案に重要となる特徴量を客観的に抽出できることが期待されるが，その一つのLasso回帰では1通りの特徴量組しか得られない．本研究では，Lasso解列挙を下顎骨再建計画に応用し，腓骨片数の決定に重要な低次元特徴量を複数組抽出するアルゴリズムを提案する．Lasso解列挙を多クラス分類に拡張するために，各特徴量が推定に与える影響を指標化する評価値を導入する．提案手法により，実験に使用した49次元全ての特徴量を用いた場合と同等の推定性能を示す7次元の特徴組の抽出に成功した. As implicit medical knowledge and experience are used to perform medical treatment, clarification of decision making is important for systematization of surgical procedures. We propose an extraction algorithm of low dimensional features which are important for determining the number of fibular segments in mandibular reconstruction by enumeration of Lasso solutions. To perform multi-class classification, we extend enumeration of Lasso solutions by using the evaluation function that indexes the contribution of the extracted features. Experiments showed that the extracted 7-dimensional features have the same estimation performance as using all 49-dimensional features.