統計的形状モデルで下顎骨骨折を自動整復：性差を考慮したアプローチの可能性

10月 23, 2026 · 論文解説

🎧 この記事を音声で聴く（AI生成Podcast）

解説対象論文: Automated virtual reduction of pseudo-fractured mandibles using sex-specific statistical shape models: a proof-of-concept study
International Journal of Computer Assisted Radiology and Surgery｜被引用数: 0（2026年10月22日時点）

下顎骨骨折の治療において、正確な整復は機能と審美に不可欠ですが、従来の開創手術は専門家の経験に依存し、精度や再現性にばらつきが生じる可能性があります。CT画像に基づく三次元（3D）仮想手術計画はこれらの課題に対処しますが、断片の分離やアライメントは依然として手作業で時間のかかる作業です。この研究では、統計的形状モデル（SSM）を用いた下顎骨骨折の自動仮想整復フレームワークが開発され、性差を考慮したモデルの有効性が評価されました。

研究サマリー（FINER & PICO）

Feasible実施可能性	擬似骨折モデルにおいてミリメートル級の精度を達成し、技術的実現可能性を示した。
Ethical倫理面	東海大学医学部の倫理委員会承認済みであり、オプトアウト同意ポリシーに基づき実施された。
Interesting面白さ	統計的形状モデルを用いて、下顎骨骨折の自動仮想整復という新たなアプローチを提案した。
Novel新規性	既存の手法が手動作業を要する中で、SSMを用いた完全自動の仮想整復フレームワークを開発した。
Relevant切実さ	下顎骨骨折のより正確で再現性の高い治療計画に貢献する可能性を秘めている。
Measurable測定可能性	対称チャンバー距離と対称RMSEという定量的な指標で整復精度を評価した。
Modifiable派生・改善	性差を考慮したモデルを比較し、より良いモデル構築の可能性を示唆した。
Structured文章構造	目的、方法、結果、考察が明確に記述された、論理的な構成の研究である。
PICO / PECO対象・介入・比較・結果	P: 下顎骨骨折対象者、I: SSMに基づく自動仮想整復、C: 性別を区別しないSSM、O: 整復精度。

はじめに：下顎骨骨折治療の課題と統計的形状モデルの可能性

どうも、Beyond the Pixelです。下顎骨骨折（Mandible：顔面の下部にある大きな骨で、口の底を形成し、歯を支えています）の治療において、その正確な整復（Fracture Reduction：折れた骨の断片を、元の正しい位置に戻すこと）は、咀嚼機能や咬合（歯の噛み合わせのこと）、さらには顔の審美性といった重要な要素に影響を与えるため、極めて重要です。従来の手術方法では、骨折部位を露出させて整復し、プレートで固定しますが、その精度は専門家の判断や経験に大きく依存するため、結果にばらつきが生じたり、手術時間が長くなったりする可能性があります。

**Figure 1.** Fig. 1 Overview of the statistical shape model-based automated mandibular reduction workflow. Maxillofacial computed tomogra- phy images were segmented and manually refined to generate man- dibular meshes. A template was non-rigidly registered to individual cases using Bayesian coherent point drift (BCPD), followed by atlas updating and principal component analysis (PCA) to construct statis-**解説:** この図は、統計的形状モデル（SSM）を用いた下顎骨の自動整復ワークフローの全体像を示しています。CT画像から自動的に下顎骨メッシュがセグメンテーションされ、手動修正を経てSTLメッシュが作成されます。テンプレートメッシュはBCPD（Bayesian Coherent Point Drift）で各ケースに非剛体登録され、アトラス更新と主成分分析（PCA）を経てSSMが構築されます。擬似骨折モデルは仮想的な骨切りと変位で生成され、ICP（Iterative Closest Point）による初期化後、CMA-ES（Covariance Matrix Adaptation Evolution Strategy）最適化により整復されます。

近年、CT（Computed Tomography：X線を用いて体の断面画像を撮影し、詳細な三次元画像を作成する医療画像診断装置）画像に基づく三次元（3D）仮想手術計画がこれらの課題を解決するために注目されています。これにより、骨折した断片（Fragments：骨折によって生じた骨の小さな部分）の関係性や整復目標の視覚化が容易になります。しかし、断片の分離やアライメント（位置合わせ）は依然として手作業が多く、時間と技術を要する作業です。特に、自動整復への適用においては、反対側の健全な下顎骨を鏡像反転させて基準とする方法がよく用いられますが、両側性の骨折や元々非対称性がある場合には適用できないという限界があります。このような背景から、集団レベルの形状のばらつきを数学的にモデル化した統計的形状モデル（SSM：Statistical Shape Models）が注目されています。SSMは、平均的な形状と、そこからのずれ（主要な変形モード）によって個々の対象の形状を表現し、骨盤や寛骨臼、長骨などの再建や品質評価に応用されてきました。この研究は、SSMを用いた下顎骨の自動仮想整復フレームワークを開発し、制御された擬似骨折（Pseudo-fracture：研究のために、実際の骨折ではなく、コンピュータ上で意図的に骨を分割・変位させて作成したモデル）のケースでその有効性を評価するとともに、性差を考慮したSSMと、性別を区別しないSSMの比較を行う概念実証研究として実施されました。

研究方法：統計的形状モデルの構築と仮想整復の評価

この研究は、単一施設の後ろ向き概念実証研究として、東海大学医学部の倫理委員会によって承認されました。匿名化された既存のCTデータが分析され、オプトアウト同意（Opt-out consent：研究参加について、明確な拒否がなければ同意があったものとみなす同意方式）ポリシーにより書面によるインフォームドコンセント（対象者が研究や治療について十分な説明を受け、理解した上で自由意思で同意すること）は免除されました。研究対象者には、下顎骨骨折、変形、病変、重度の金属アーチファクト、広範な歯の欠損がない18～65歳の対象者が含まれました。対象者の下顎骨は、以前に報告された深層学習モデルを用いて自動的にセグメンテーション（画像から特定の領域を分離・抽出する処理）され、必要に応じて手動で修正されました。最終的なセグメンテーションから表面メッシュが再構築され、STL形式（3Dモデルの表面形状を三角形の集合で表現するファイル形式）でエクスポートされました。報告されている下顎骨の性差を考慮するため、男性と女性で別々のSSMが構築されました。各トレーニング対象について、左右反転させた下顎骨の形状もデータセットに含めました。これにより、男性346形状（オリジナル173、反転173）、女性212形状（オリジナル106、反転106）となりました。

**Table 1.** Table 1 Characteristics of the study population and datasets解説: この表は、研究対象集団とデータセットの特性をまとめたものです。SSM構築のためのトレーニングセットには279ケース（男性173、女性106）、擬似骨折ケースの検証セットには10ケース（男性5、女性5）が含まれています。

各SSMは、同じ対応点推定（Correspondence Estimation：複数の異なる形状間で、互いに対応する点を特定するプロセス）、アトラス更新、および主成分分析（PCA：Principal Component Analysis：多次元データを、より少ない数の「主成分」と呼ばれる新しい軸に変換し、データの主要なばらつきを捉える統計的手法）のパイプラインを用いて構築されました。トレーニングセットから除外された独立した10個の下顎骨（男性5個、女性5個）を用いて、擬似骨折モデルが生成されました。これらのモデルは、臨床的によく見られる骨折部位を参考に、手動で定義された2つの平面骨切りによって3つの断片に分割され、剛体変換（Rigid Transformations：移動（位置の変更）と回転（向きの変更）のみを行い、形状やサイズを変えない変換）によって変位させられました。整復は、共分散行列適応進化戦略（CMA-ES：Covariance Matrix Adaptation Evolution Strategy：勾配情報を使わずに、複雑な最適化問題を解くための進化的アルゴリズムの一種）を用いてSSM係数と断片の剛体変換を同時に最適化することによって行われました。個々のSTL断片は点群に変換され、反復最近接点アルゴリズム（ICP：Iterative Closest Point algorithm：2つの3D点群または形状を最もよく重ね合わせるためのアルゴリズム）を用いてSSMの平均形状に剛体的にアラインされました。その後、各断片に対してローカルICPが適用され、位置と向きが洗練されました。評価には、擬似骨折前の下顎骨がゴールデンスタンダード（診断や評価の際に最も信頼性が高いとされる基準や方法）である intact ground truth（骨折や損傷を受ける前の、元の完全な状態の形状データ）として用いられました。整復の精度は、GTと、整復された断片の再構成された複合体（U）を比較することで評価されました。エラー計算の前にUをGTに剛体的にアラインすることで、相対的な断片の位置と全体的な下顎骨の再構成が評価されました。評価指標として、平均対称チャンバー距離（CD：Symmetric Chamfer Distance：2つの形状間の距離を測る指標の一つで、互いの最近傍点までの距離の平均値）と、対称平均二乗誤差平方根（RMSE：Root-Mean-Square Error：予測値と実際の値との差の二乗の平均の平方根）が使用されました。性差SSMと性別を区別しないSSMの結果は、正確な両側ウィルコクソン符号順位検定を用いて比較されました。

研究結果：ミリメートル級の精度と性差SSMの比較

この研究のコホートは289名の対象者（男性178名、女性111名）で構成され、平均年齢は34.54±13.85歳でした。SSMの構築には279名の対象者（男性173名、女性106名）が使用され、10名の独立した検証ケース（男性5名、女性5名）が擬似骨折の評価に用いられました。（表1）男性、女性、および性別を区別しないSSMは、それぞれ28、32、29の主成分で95%の累積説明分散に達しました。

**Figure 2.** Fig. 2 Cumulative explained variance of the statistical shape mod- els. Curves are shown for the a male, b female, and c combined-sex statistical shape models (SSMs). The minimum numbers of principal解説: この図は、(a)男性、(b)女性、(c)性別を区別しない統計的形状モデル（SSM）における累積説明分散の曲線を示しています。95%の累積説明分散に到達するために必要な主成分の最小数は、それぞれ28、32、29でした。

性差SSMを用いた自動整復では、男性ケースの平均対称チャンバー距離が0.635±0.111mm、平均対称RMSEが0.769±0.127mmでした。女性ケースでは、それぞれ0.788±0.268mmと0.942±0.293mmでした。

**Table 2.** Table 2 Quantitative reduction accuracy using sex-specific SSMs解説: この表は、性差統計的形状モデル（SSM）を用いた定量的な整復精度を示しています。各ケースの整復された複合体（U）と intact ground truth（GT）の間の対称チャンバー距離および対称平均二乗誤差平方根（RMSE）がミリメートル単位で示されており、SSM推定形状（S）との距離も含まれています。

全10ケースを通して、性差SSMを使用した場合の平均対称チャンバー距離は0.712±0.210mm、平均対称RMSEは0.855±0.231mmでした。一方で、性別を区別しないSSMを使用した場合の平均対称チャンバー距離は0.778±0.309mm、平均対称RMSEは0.937±0.358mmでした。

**Table 3.** Table 3 Paired comparison of sex-specific and combined-sex SSMs解説: この表は、性差統計的形状モデル（SSM）と性別を区別しないSSMのペア比較を示しています。各ケースにおける対称チャンバー距離（CD）と対称平均二乗誤差平方根（RMSE）がミリメートル単位で示されており、性差SSMと性別を区別しないSSMの間の比較が可能です。

計算時間は、整復1回あたり約23分でした。数値的には性差SSMの方が平均エラーは低かったものの、統計的に有意な差は見られませんでした（p=0.232およびp=0.193）。

**Figure 5.** Fig. 5 Paired comparison of sex-specific and combined-sex statis- tical shape models. Lines connect paired results for each case. Blue and orange markers represent male and female cases, respectively,**解説:** この図は、性差統計的形状モデルと性別を区別しない統計的形状モデルのペア比較を示しています。各ケースのペア結果が線で結ばれており、青いマーカーは男性ケース、オレンジ色のマーカーは女性ケース、黒いひし形は全体の平均を示しています。p値は正確な両側ウィルコクソン符号順位検定を用いて計算されました。

擬似骨折モデルに対する自動整復の定性評価では、整復された下顎骨は、下顎体、下顎枝、関節突起部、および全体の輪郭を概ね再現していました。

**Figure 3.** Fig. 3 Representative evaluation of automated mandibular reduction. Pseudo-fracture models, reductions obtained using the corresponding sex-specific statistical shape models, superimpositions with the intact解説: この図は、下顎骨の自動整復の代表的な評価結果を示しています。擬似骨折モデル、性差統計的形状モデルを用いて得られた整復結果、 intact ground truth（元の形状）との重ね合わせ、および表面距離マップが、M3とF1のケースについて表示されています。対称チャンバー距離（CD）と対称平均二乗誤差平方根（RMSE）がミリメートル単位で示されています。

各ケースの表面距離マップを見ると、性差SSMを用いた処理では、全体的に良好な表面一致が示されています。

**Figure 4.** Fig. 4 Surface-distance maps for all ten validation cases using sex- specific statistical shape models. Surface-distance maps compare the reduced composite with the rigidly aligned intact ground truth. A common 0–2.0 mm scale and consistent viewpoints were used, with解説: この図は、性差統計的形状モデルを用いた全10件の検証ケースにおける表面距離マップです。整復された複合体と、剛体的にアラインされた intact ground truth（元の形状）との比較が示されています。0～2.0mmの共通スケールと一貫した視点を用いて、2.0mm以上の距離は上限で飽和しています。各ケースの対称チャンバー距離と対称平均二乗誤差平方根がミリメートル単位で示されています。

これにより、制御された条件下での自動仮想下顎骨整復の技術的実現可能性が裏付けられました。

考察：自動仮想整復の技術的実現可能性と今後の課題

この概念実証研究では、SSMに基づく自動仮想下顎骨整復フレームワークが開発され、10個の制御された擬似骨折モデルで評価されました。SSM係数と断片の剛体変換を同時に最適化することで、 intact ground truth（骨折や損傷を受ける前の、元の完全な状態の形状データ）と比較してほぼミリメートル級の精度が達成されました。これは、個々の対象の骨折前の形状情報が利用できない場合でも、集団ベースの形状情報が統計的な整復目標を提供しうることを示唆しています。同じ検証ケースを用いて、性差SSMは性別を区別しないSSMよりも数値的に低い平均エラーを示しましたが、統計的に有意な差はありませんでした。これは、性差を考慮したモデルの利点が探索的な段階にあることを意味します。このフレームワークは、反対側の鏡像反転や手動で定義された目標に基づくアプローチとは異なり、対象に適合する目標形状を推定し、複数の断片を単一の最適化プロセス内で同時に配置します。既存のコンピューター支援下顎骨骨折管理ワークフローは、主に可視化と術前計画を支援しますが、整復目標や断片の操作は専門家に依存しています。反対側の鏡像反転は健全な解剖学的構造を必要とし、両側性骨折や既存の非対称性には不向きな場合があります。この研究のフレームワークは、歯の解剖学的構造、非対称性、個体間のばらつきが再建を複雑にする下顎骨に対して、統計的目標推定を適用し、目標形状と断片の姿勢を同時に最適化します。制御された擬似骨折検証において、提案されたフレームワークは剛体アライメント後に約1mmの誤差を達成しました。これらの結果は、統計的目標形状と断片の姿勢を同時に推定することの幾何学的実現可能性を裏付けるものです。しかし、ほぼミリメートル級の表面一致は、咬合、関節突起位置、生体力学的安定性、または対象者の転帰を評価するものではないため、臨床的有効性の証拠として解釈すべきではありません。この制御された設計は、各下顎骨が対象者固有のゴールデンスタンダードとして機能し、直接的な定量的評価を可能にするために選択されました。しかし、単純化された骨切りは、実際の臨床的骨折の完全な複雑さを再現していません。したがって、本研究の知見は、臨床的検証ではなく、制御された条件下での技術的実現可能性の証拠として解釈すべきです。性別は、後向きデータセットで常に利用可能であり、下顎骨の性差が報告されているため、初期の層別化変数として選択されました。男性と女性のモデルを分けることで、モデル内の解剖学的ばらつきを減らし、対象者固有の形状推定を改善できる可能性があります。（表3）ただし、性差SSMが性別を区別しないSSMよりも数値的に低い平均エラーを示したものの、統計的に有意な差はなかったこと、および各サブグループには5つの検証ケースしかなかったことから、これらの結果は探索的なものと考えるべきです。年齢、民族、歯の状態、歯科修復物、下顎骨萎縮、咬合関係など、下顎骨のばらつきに関連する可能性のある他の要因はモデル化されていません。将来の大規模研究では、これらの要因による層別化が形状推定を改善するか、または十分に多様な結合モデルが好ましいかを決定する必要があります。ミラーリング（鏡像反転）に基づくデータ拡張は、独立した対象者の数を増やすことなく、トレーニング形状の数を2倍にしました。これは、アトラスとPCA構築中の左右の形態のバランスを取り、方向バイアスを減らすために使用され、個々の対象者の反対側の解剖学的構造を整復テンプレートとして使用するためではありません。したがって、整復目標は統計的形状空間から推定された、対象者に適応する形状でした。計算は、整復1回あたり約23分を要しました。この実行時間は、オフラインの術前計画には許容できるかもしれませんが、時間critical（時間に制約のある）な術中での使用には適していません。計算負荷は主にCMA-ESに起因しており、これは複数の候補解に対してチャンバー距離に基づく目的関数を繰り返し評価します。将来の実装では、早期停止、粗密化最適化、ICP初期化の改善、GPUアクセラレーションによる最近傍計算、適応的点サンプリングなどの戦略を通じて、これらの評価の回数とコストを削減し、効率を改善し、コンピューター支援手術計画ワークフローへの統合を促進する必要があります。全体的に妥当な下顎骨形状が生成されたにもかかわらず、いくつかのケースで断片間のわずかな隙間や重なりが観察されました。これらのエラーは、現在の距離ベースの目的関数が、物理的な接触、衝突回避、非交差、咬合拘束、関節突起位置、または骨折面の対応を明示的に強制しないために発生する可能性があります。もっともらしい全体的な輪郭が局所的に非現実的な断片と共存する可能性があるため、衝突ペナルティ、接触を考慮した距離項、骨折面または咬合関連の制約を組み込むことで、全体的な形状の一貫性を維持しつつ、整復の物理的および臨床的妥当性を改善できる可能性があります。臨床への応用には、実際の骨折での検証、断片の自動セグメンテーション、断片界面、咬合、関節突起位置の評価が必要です。その有用性は、表面距離指標だけでなく、手術の実現可能性、固定計画、咬合再建、および対象者の転帰を用いて最終的に評価されるべきです。この研究にはいくつかの限界があります。まず、検証コホートは6例から10例に拡大されたものの、各性差サブグループには5例しか含まれておらず、性別を区別しないSSMとの比較は探索的なものでした。一般化可能性と堅牢性を評価するには、より大規模な検証コホート、事前定義されたテストセット、またはクロスバリデーションフレームワークが必要です。次に、擬似骨折は2つの平面骨切りと3つの断片に単純化されており、不規則な骨折形状、粉砕骨折、骨欠損、金属または歯のアーチファクト、修復物、または可変の断片数を再現していません。利用可能なコホートの対象者には、元の状態を示す術前CTデータがなかったため、実際の骨折ケースでのフレームワークの検証は行われていません。したがって、現在の結果は、実際の骨折における精度を示すものとして解釈すべきではありません。第三に、年齢、民族、歯の状態、下顎骨萎縮、咬合、関節突起位置など、関連する可能性のある解剖学的および臨床的要因はSSMに組み込まれていませんでした。第四に、最適化は計算負荷が高く、接触、衝突、生体力学的、咬合、および骨折面の対応の制約が欠如していました。最後に、この単一施設の後ろ向き研究は、異なる集団、画像プロトコル、および施設間での外部検証が必要です。今後の研究では、これらの限界に対処し、固定計画と臨床転帰を評価する必要があります。

用語集

統計的形状モデル (SSM): 集団レベルの形状のばらつきを数学的にモデル化したもの。平均的な形状と、そこからのずれ（主要な変形モード）で個々の対象の形状を表現します。
下顎骨 (Mandible): 顔面の下部にある大きな骨で、口の底を形成し、歯を支えています。
骨折整復 (Fracture Reduction): 折れた骨の断片を、元の正しい位置に戻すこと。
CT (Computed Tomography): X線を用いて体の断面画像を撮影し、詳細な三次元画像を作成する医療画像診断装置。
STL形式: 3Dモデルの表面形状を三角形の集合で表現するファイル形式。3Dプリンターなどでよく用いられます。
対応点推定 (Correspondence Estimation): 複数の異なる形状間で、互いに対応する点を特定するプロセス。SSM構築に不可欠です。
主成分分析 (PCA): 多次元データを、より少ない数の「主成分」と呼ばれる新しい軸に変換し、データの主要なばらつきを捉える統計的手法。
擬似骨折 (Pseudo-fracture): 研究のために、実際の骨折ではなく、コンピュータ上で意図的に骨を分割・変位させて作成したモデル。
断片 (Fragments): 骨折によって生じた骨の小さな部分。
剛体変換 (Rigid Transformations): 移動（位置の変更）と回転（向きの変更）のみを行い、形状やサイズを変えない変換。
共分散行列適応進化戦略 (CMA-ES): 勾配情報を使わずに、複雑な最適化問題を解くための進化的アルゴリズムの一種。
反復最近接点アルゴリズム (ICP): 2つの3D点群（または形状）を最もよく重ね合わせるためのアルゴリズム。
平均対称チャンバー距離 (Symmetric Chamfer Distance): 2つの形状間の距離を測る指標の一つで、互いの最近傍点までの距離の平均値。
平均二乗誤差平方根 (RMSE): 予測値と実際の値との差の二乗の平均の平方根。距離評価の指標として用いられます。
オプトアウト同意 (Opt-out consent): 研究参加について、明確な拒否がなければ同意があったものとみなす同意方式。
セグメンテーション: 画像から特定の領域を分離・抽出する処理。
咬合: 歯の噛み合わせのこと。
インフォームドコンセント: 対象者が研究や治療について十分な説明を受け、理解した上で自由意思で同意すること。
ゴールデンスタンダード: 診断や評価の際に最も信頼性が高いとされる基準や方法。
intact ground truth: 骨折や損傷を受ける前の、元の完全な状態の形状データ。