AIによる胸腰椎CTのサブ領域自動セグメンテーション：脊椎手術の精度と理解を深める新技術

August 12, 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: Fully Automated Segmentation of Anatomical Subregions of the Thoracolumbar Spine on Computed Tomography
Journal of Imaging Informatics in Medicine｜被引用数: 0（2026年8月12日時点）

ディープラーニングの進歩は、医療画像解析の領域に革命をもたらし続けています。特に脊椎手術の分野では、正確な解剖学的情報の取得が、手術計画の精度向上、対象者教育、そして新規の診断アプローチの開発に不可欠です。本記事では、胸腰椎CT画像から椎骨の解剖学的サブ領域を完全に自動でセグメンテーションする画期的な研究を紹介します。この技術は、脊椎手術の未来をどのように変える可能性を秘めているのでしょうか。

研究サマリー（FINER & PICO）

Feasible実施可能性	118例の胸腰椎CTデータと既存のディープラーニングフレームワークを基盤とし、訓練済みモデルは公開され迅速に実行可能。
Ethical倫理面	公開されている匿名化された画像データのみを使用しており、直接的な人間参加はないため、倫理審査委員会の承認は不要。
Interesting面白さ	椎骨サブ領域のセグメンテーションは、対象者教育、椎弓根スクリュー計画、ラジオミクス抽出など脊椎手術の多岐にわたる用途で臨床的に高い関連性を持つ。
Novel新規性	脊椎全体セグメンテーションに対して、7つの詳細な解剖学的サブ領域を自動セグメンテーションする手法は稀であり、脊椎サブ領域の自動識別能力を向上させる。
Relevant切実さ	脊椎手術ナビゲーション、ロボット支援手術、対象者・専門家教育、ラジオミクス分析など多岐にわたる医療応用への貢献が期待される。
Measurable測定可能性	モデル性能はDiceスコア、Jaccardスコア、95パーセンタイルHausdorff距離、平均対称表面距離などで定量的に評価されている。
Modifiable派生・改善	nnU-Netは自己設定型であり、データセットの特性に合わせてハイパーパラメーターを自動調整するため、新しいデータやタスクへの適応が容易。
Structured文章構造	論文は標準的な科学論文の構造を持ち、はじめに、材料と方法、結果、考察、結論で明瞭に構成されている。
PICO / PECO対象・介入・比較・結果	対象者（胸腰椎CTスキャン）、介入（ディープラーニングモデル訓練）、比較（幾何学的手法）、結果（標準nnU-Netの優れた性能）。

はじめに：なぜ椎骨のサブ領域セグメンテーションが重要なのか

どうも、Beyond the Pixelです。ディープラーニングの進歩は、医療画像解析の領域に革命をもたらし続けています。特に脊椎手術の分野では、正確な解剖学的情報の取得が、手術計画の精度向上、対象者教育、そして新規の診断アプローチの開発に不可欠です。本研究では、椎弓根スクリューの配置や骨切り術、側弯症手術の術前計画といった多様な脊椎セグメンテーションの用途が挙げられています。ロボットナビゲーションや拡張現実手術の登場により、椎骨の正確な多レベル可視化の必要性はさらに高まっています。これまでの研究では椎骨全体のセグメンテーションが主に行われていましたが、今回紹介する研究では、椎体、椎弓根、椎弓板、上・下関節突起、横突起、棘突起といった、より詳細な7つの解剖学的サブ領域のセグメンテーションに焦点を当てています。これらのサブ領域を明確にすることで、椎弓根スクリューの最適な軌道、長さ、直径の計画を改善し、術前準備を向上させることが可能になります。また、3D再構成は研修中の専門家トレーニングや対象者教育において、従来の画像診断と比較して空間的理解を向上させる利点があります。さらに、正確な脊椎構造のセグメンテーションは、骨粗鬆症や骨折リスク予測など、脊椎疾患の診断に応用されるラジオミクス特徴抽出にも不可欠です。従来のセグメンテーションモデルが持つ解剖学的認識能力の限界に対処するため、この研究では椎骨サブ領域を区別できるセグメンテーションモデルの開発と検証を目指しました。訓練済みのモデルは公開されており、広く利用可能です。

研究方法：異なるディープラーニングモデルと幾何学的手法

本研究のデータ収集では、VerSe 2020データセットから115名の対象者の118例の胸腰椎CTスキャンが選ばれました。このデータセットは、健康な症例に加えて、骨粗鬆症、骨折、側弯症、一般的な変性疾患といった様々な病態を含んでおり、実際の臨床現場でのCTスキャン分布を反映しています。また、GE、Siemens、Philips、Toshibaなど複数のベンダーからのデータが含まれていました。倫理的配慮としては、公開された匿名化された画像データのみを使用したため、倫理審査委員会の承認は不要でした。前処理とラベリングの段階では、画像はNeuroimaging Informatics Technology Initiative (NifTI)形式に変換され、等方性の1.0 mm³にリサンプリングされました。椎体、椎弓根、椎弓板、上・下関節突起、横突起、棘突起といった7つのサブ領域が、モデル訓練と評価のために個別のサブクラスとして手動でラベリングされました。この作業は、2名の研修医と2名の医学生によって、脊椎外科フェローの監督のもと行われました。最初の20スキャンを手動でアノテーションした後、nnU-Netが訓練され、その予測は残りのデータセットおよび外部データセットのラベリングの基礎として用いられ、効率化が図られました。モデル訓練には、以下の3つのディープラーニングモデルが使用されました。まず「標準nnU-Net」は、Dice損失と交差エントロピー損失を組み合わせたU-Netベースの自己設定型フレームワークです。次に「残差エンコーダーnnU-Net (ResEnc nnU-Net)」は、標準nnU-Netのエンコーダーを積み重ねられた残差ブロックで置き換えることで拡張されたモデルです。そして「SwinUNETR (Sliding Window U-Net Transformer)」は、U字型デコーダーと階層型Swin Transformerエンコーダーを組み合わせたハイブリッド型の畳み込み-トランスフォーマーセグメンテーションアーキテクチャです。これらのモデルはすべて5分割交差検証で訓練されました。比較のために、Blomenkamp et al.による幾何学的手法も適用されました。この手法は骨格化を用いて単一椎骨を数学的に領域分解するもので、訓練データは不要です。モデルの性能評価には、Diceスコア (DSC)、Jaccardスコア (J)、95パーセンタイルHausdorff距離 (HD95)、平均対称表面距離 (ASSD)、正規化表面Diceが用いられました。

結果：標準nnU-Netが最も優れた性能を発揮

本研究の結果、標準nnU-Netは、外部検証データセットにおいて、7つの椎骨サブ領域すべてで最も高いオーバーラップ性能を達成しました。具体的には、椎体で0.993 ± 0.012、椎弓根で0.989 ± 0.023、椎弓板で0.991 ± 0.021、棘突起で0.992 ± 0.017、横突起で0.989 ± 0.025、上関節突起で0.985 ± 0.034、下関節突起で0.980 ± 0.046という高いDiceスコアを記録しました。境界レベルの合致も良好で、正規化表面Diceは0.970から0.983の範囲であり、95パーセンタイルHausdorff距離はどのサブ領域でも平均0.4mmを超えることはありませんでした。残差エンコーダーnnU-Netは、交差検証では標準nnU-Netに匹敵する性能を示しましたが、外部検証ではやや性能が低下し、特に境界精度において標準アーキテクチャに劣る結果となりました。SwinUNETRは、他の2つの畳み込み型アーキテクチャよりも低いオーバーラップ性能を示し、特に境界レベルの評価指標で著しい低下が見られました。例えば、外部検証における正規化表面Diceは0.690から0.744の範囲でした。

**Figure 1.** Fig. 1 Boxplots of Dice scores for the standard nnU-Net, the nnU-Net with residual encoder, and the SwinUNETR per subregion. A Cross- validation performance across all five folds. B External dataset performance解説: 図1は、標準nnU-Net、残差エンコーダー付きnnU-Net、SwinUNETRの3つのディープラーニングモデルにおける、椎骨サブ領域ごとのDiceスコアの分布をボックスプロットで示しています。Aは5分割交差検証での性能、Bは外部検証データセットでの性能を表しており、標準nnU-Netが外部検証データセットで最も高いDiceスコアを達成していることが視覚的に確認できます。

Blomenkamp et al.の幾何学的手法は、本研究で評価されたどのディープラーニングベースの手法よりも大幅に低い性能を示しました。椎体と椎弓根の結合領域で0.889 ± 0.093、棘突起で0.708 ± 0.103、椎弓板では0.382 ± 0.088などであり、特に椎弓板や関節突起のように複雑な形状を持つサブ領域で劣った結果でした。これは、幾何学的手法が椎骨形態の個人差やレベル間の変動を捉えきれないためと考えられます。また、外部検証ケースに対する3D再構成の例も示されており、各モデルのセグメンテーション品質を視覚的に確認できます。

**Figure 2.** Fig. 2 Three-dimensional reconstructions of predicted subregion seg- mentations for three representative external validation cases across all three deep learning architectures. Columns show the same three cases, selected to represent a high-performing, a median-performing,**解説:** 図2は、3つの代表的な外部検証ケースにおける、3つのディープラーニングモデル（標準nnU-Net、残差エンコーダー付きnnU-Net、SwinUNETR）による椎骨サブ領域セグメンテーションの3D再構成画像を示しています。各モデルとケースのペアについて、Diceスコアと95パーセンタイルHausdorff距離（HD95）が報告されており、モデルごとのセグメンテーション品質の違いを視覚的に比較できます。

訓練済みモデルのグラフィカルユーザーインターフェースが公開されており、GPU加速下では約1分14秒、GPUなしの病院コンピューターでは約5分9秒で、ルーチンワークで介入なしでタスクを実行できると報告されています。

考察：臨床応用への期待と今後の展望

本研究で開発された標準nnU-Netは、最小限の前処理で優れた性能を発揮し、臨床応用への道を開くと考えられます。このアプローチは、ロボットおよび拡張現実（AR）脊椎手術、対象者および若手専門家の教育における将来の応用基盤を築くものです。特に、外部検証セットにおいても、最も関連性の高い椎体と椎弓根の構造で一貫して高い性能を示しました。モデルがCTの頭側または尾側端、あるいは腰仙移行部の異常がある部分的にしか見えない椎骨もセグメンテーションしてしまうといった問題点も指摘されており、今後の開発では頸椎や仙骨のラベリングも追加するべきとされています。比較した4つのアプローチの中で、標準nnU-Netが最も堅牢で汎用性の高い性能を示しました。これは、Transformerベースのアーキテクチャが一般に、畳み込みネットワークに対する理論的優位性を実現するためには、より大きく多様な訓練データセットを必要とするという以前の観察と一致しており、SwinUNETRの性能低下の一因である可能性が指摘されています。Blomenkamp et al.の幾何学的手法は、訓練データを必要としないという利点があるものの、椎骨形態の個人差やレベル間の変動を捉えきれないという限界があり、特に椎弓板や関節突起のような複雑な形状を持つサブ領域で著しく性能が劣りました。このモデルは、対象者教育や術前同意説明において、解剖学的サブ領域をより容易に図示し、後部構造を透明化して脊柱管や椎弓根の視認性を高めるなどのメリットがあります。さらに、本セグメンテーションモデルは、椎弓根スクリュー計画の自動化、椎弓切除術などのロボット支援手術、椎骨レベルの検出促進、ラジオミクス特徴抽出の簡素化、合成画像生成モデルの訓練など、幅広い医療応用が期待されます。これらの応用により、椎骨の骨健康の理解が深まり、臨床評価を補完する客観的で再現性のある測定が可能になるでしょう。

研究の限界

本研究にはいくつかの限界があります。まず、セグメンテーションモデルの一般的な限界として、訓練データに十分に表現されていない構造は適切に検出されない可能性があります。例えば、腰仙移行部は信頼性高く評価できない場合があります。ただし、訓練データセットが複数のセンターおよびCT装置メーカーから収集されたことで、過学習のリスクは軽減されています。また、脊椎の変形、椎間関節肥大などの頻繁な変性変化、および器具の使用は、現在の訓練データセットでは十分に表現されていません。アノテーションプロセスにおいて、事前モデルを訓練し、その予測を手動で修正するという手法が用いられていますが、このプロセスは、この事前モデルアーキテクチャ（標準nnU-Net）に対するバイアスを生み出し、外部検証における標準nnU-Netの優れた結果に反映された可能性があります。

まとめ

本研究は、胸腰椎CT画像における脊椎サブ領域のセグメンテーションモデルを訓練・検証し、良好な性能を達成しました。この成果は、術前・術中の可視化改善、対象者同意ツール、インプラント計画、ラジオミクス予測モデルなど、幅広い下流アプリケーションの基盤となります。本研究チームは、訓練済みモデルを公開することで、導入障壁を下げ、さらなるアプリケーション開発を加速させることを期待しています。

用語集

セグメンテーション: 医用画像において、臓器や病変、解剖学的構造などの特定の領域をピクセル単位で識別し、分離する技術。
ディープラーニング: 人間の脳の構造を模した多層ニューラルネットワークを用いた機械学習の一種で、大量のデータから特徴を自動的に学習する。
CT (Computed Tomography): X線を用いて人体の輪切り画像を撮影し、体内の詳細な断面像を得る画像診断装置。
nnU-Net (No-new-U-Net): 医用画像セグメンテーションのための、U-Netベースの自己設定型フレームワーク。データセットの特性に合わせて最適な設定を自動的に行う。
SwinUNETR (Shifted Window U-Net Transformer): U-NetデコーダーとSwin Transformerエンコーダーを組み合わせた、ハイブリッド型のセグメンテーションモデル。
Diceスコア: 画像セグメンテーションモデルの精度を評価する指標の一つで、予測された領域と真の領域との重なり具合を示す。1に近いほど精度が高い。
ラジオミクス: 医用画像から定量的特徴（テクスチャ、形状、強度など）を抽出し、それらを分析することで、病態の診断や予後予測を行う研究分野。
椎体: 椎骨の主要な部分で、円柱状の骨。
椎弓根: 椎体から後方に伸びる短い骨の構造で、椎弓板へと続く。
椎弓板: 椎弓根から内側・後方に伸び、左右が合わさって棘突起を形成する骨の構造。
上・下関節突起: 上下の椎骨が関節を形成する部分。
横突起: 椎弓根と椎弓板の接合部付近から左右に伸びる骨の構造。
棘突起: 椎弓板の後方で左右が合わさってできる、椎骨の後部中央にある突起。
外部検証: モデルが訓練に使用されなかった、独立したデータセットで性能を評価すること。モデルの汎用性を示すために重要。
交差検証: データセットを複数のグループに分け、一部を訓練に、残りを検証に使うことを繰り返し行う手法。