SlideShare a Scribd company logo
1 of 17
統計アトラスに基づく単純X線画像からの
  人工股関節全置換術3次元カップ手術計画自動立
             案
            音丸 格a, Guoyan Zhengb, 高尾 正樹c, 中本 将彦c,菅野 伸彦c
            多田 幸生d,富山 憲幸c,佐藤 嘉伸c
            a 神戸大学大学院工学研究科, b University
                                 of Bern, Switzerland
            c 大阪大学大学院医学系研究科,d 神戸大学大学院システム情報学研究科




   単純X線画像                                  抽出された    再構築された   カップ手術計画
                                            輪郭点群   3次元骨盤形状   自動立案結果


Copyright © Osaka Univ., Kobe Univ. 2011
はじめに



Copyright © Osaka Univ., Kobe Univ. 2011
研究背景

                               自動                               手術計画
                              セグメン                              自動立案
                              テーション                            [Otomaru et al.,
                                  [Yokota et                    MICCAI 2009,
                             al., MICCAI 2009]                  MedIA 2011]

     3次元                                         骨盤・大腿骨3次元形状                       3次元
     CT画像                                          解剖学的特徴点                        手術計画

        客観的基準に基づいた手術計画を安定して立案するため,
         我々は,人工股関節全置換術を対象として,
         手術計画自動立案システムを研究・開発してきている.

        しかしながら,国外では3次元CT画像の撮影が日本ほど
         一般的でないため,本システムが適用できない問題があ
Copyright © Osaka Univ., Kobe Univ. 2011
研究背景                                                 骨盤側インプラン
                                                         ト(カップ)
                                  自動                           手術計画
                                 2D-3D                         自動立案
                                セグメン
                              骨盤再構成                            [Otomaru et
                              テーション
                              [Zheng, MICCAI                    al., MICCAI
                                  [Yokota et
                                    2009]                      2009, MedIA
                             al., MICCAI 2009]                     2011]

       単純
      3次元                                        骨盤・大腿骨3次元形状                   3次元
     X線画像
     CT画像                                          解剖学的特徴点                    手術計画

        そこで今回,単純X線画像からの2D-3D骨盤再構成手法
         (Zheng, MICCAI 2009)を用いることで,単純X線画像を入力と
         した
         手術計画自動立案を行なう.
        今回は特に,カップと呼ばれる骨盤側インプラントを対象
         とする.
Copyright © Osaka Univ., Kobe Univ. 2011
実験材料と方法



Copyright © Osaka Univ., Kobe Univ. 2011
実験材料 | 対象とした症例
     大阪大学医学部付属病院で実際に手術された症例を用い
      た.

     今回の評価では,Crowe分類に基づいて骨盤変形度を分類
      し,
      変形度が小さい(Crowe I 以下)症例のみを用いた.

     28症例を学習データ,6症例を評価データとした.




                       変形度が小さい症例                 変形度が大きい症例
                                     (Crowe I)
Copyright © Osaka Univ., Kobe Univ. 2011
                                                   (Crowe IV)
実験材料 | 単純X線画像
       2D-3D骨盤再構成 (Zheng., MICCAI 2009)のキャリブレーション
        に
        おいて必要な情報は,スケールパラメータのみだった.

       本研究ではスケールパラメータは既知とし,3次元CT画像から
        再構成された3次元骨盤形状から取得した.

       X線画像の仕様:
              正面から撮影された股関節単純X線画像
              線源-イメージングプレート間距離: 1,200 mm
              ピクセルサイズ: 0.1 x 0.1 mm2




Copyright © Osaka Univ., Kobe Univ. 2011
                                           股関節2次元単純X線画像
実験材料 | 統計アトラス
       2D-3D骨盤再構成・手術計画自動立案はともに,
    過去に手術された学習データから構築される統計アトラスを用
                   いる




                                           2D-3D骨盤再構成のための骨盤統計形状モデル
                                           [Zheng, MICCAI:2009]
                …




        学習データセット                            手術計画自動立案のための統計アトラ
                                            ス
Copyright © Osaka Univ., Kobe Univ. 2011
                                            [Otomaru et al., CAOS:2009]
方法 | 手術計画自動立案の概要




     2次元単純                                 抽出された    再構成された    手術計画
      X線画像                                 骨盤輪郭線   3次元骨盤形状   自動立案結果




1.      X線画像が与えられて,live-wireを用いることで半自動的に骨盤輪郭線が抽出され
        る.
2.      抽出された輪郭線に骨盤統計形状モデルを当てはめることで,3次元骨盤形状が
        再構成される.
Copyright © Osaka Univ., Kobe Univ. 2011
実験結果



Copyright © Osaka Univ., Kobe Univ. 2011
実験方法
        2D-3D骨盤再構成におけるスケールパラメータに着目し,
         スケールが正しく推定できた場合,スケールに誤差がある場
         合の
         手術計画自動立案性能をそれぞれ調べた.
          - 10%                            - 5%      正解値       + 5%   + 10%
                                                  (3次元CT画像から
                                                    再構成された
                                                  骨盤形状から取得)
        評価項目:
           1.      3次元CT画像から再構成された骨盤と比較したときの形状誤差
           2.      熟練外科医計画とのカップサイズ誤差・カップ位置誤差


           28症例を学習データ,6症例を評価データとして用い
            た.
Copyright © Osaka Univ., Kobe Univ. 2011
結果 | 2D-3D再構成された骨盤の形状誤差
                p < 0.01                    p < 0.05
                    p < 0.01
    8
    7
    6
    5
    4                                                               形状誤差(骨盤全体)
    3
                                                                    形状誤差(臼蓋周辺)
    2
    1
    0
                -10%                  -5%   0          +5%   +10%



        スケール誤差が±5% 以下の場合,正解値の場合と比較し
         て,
         形状誤差に有意差は見られなかった
Copyright © Osaka Univ., Kobe Univ. 2011
結果 | 手術計画自動立案結果 p < 0.05
   16                                                                   p < 0.01
   14                                              サイズ誤差 [mm]
                                                                     p < 0.05
   12                                              位置誤差 [mm]
   10
    8
    6
    4
    2
    0
   -2              -10%                    -5%       0         +5%   +10%

                                                 2D-3D骨盤再構成                     3次元CT
        スケール誤差が+10%の場合,3次元CT画像上で立案された
         自動手術計画と比較して,有意に誤差が大きかった.
        スケール誤差が± 5%以内の場合,カップサイズ誤差には
         有意差は見られなかった.
Copyright © Osaka Univ., Kobe Univ. 2011
手術計画立案結果例




サイズ誤差                                  48mm   50mm     48mm     52mm
   位置誤差                          2.7 mm  2.3mm         2.7 mm  11.0 mm
                               3次元CTから スケール誤差:       3次元CTから スケール誤差:
                                 再構成       -5 %        再構成     + 10%

        スケール誤差が -5%の場合,3次元CTの場合とほぼ同じ位置
         に設置された.
        スケール誤差が+10%の場合,3次元CTの場合と比べ,外側に
         偏位した設置位置をとった.
Copyright © Osaka Univ., Kobe Univ. 2011
おわりに



Copyright © Osaka Univ., Kobe Univ. 2011
考察とまとめ
       本研究では,2次元単純X線画像を対象として,
        3次元カップ手術計画自動立案を行った.

       評価実験では,2D-3D骨盤再構成におけるスケール誤差が
        手術計画自動立案結果に与える影響を調べた.

       実験結果から,スケール誤差が±5%程度であれば,
        3次元CTと同程度の性能を発揮できる可能性があると考えられ
        る.

       現在,スケール誤差±5%の精度を達成するためのスケール
        キャリブレーション方法を検討中である.
        また,今後さらに多くの症例を用いた解析を行う.
Copyright © Osaka Univ., Kobe Univ. 2011
Copyright © Osaka Univ., Kobe Univ. 2011

More Related Content

Similar to 2011.11.22 第20回日本コンピュータ外科学会大会 統計アトラスに基づく単純X線画像からの人工股関節3次元カップ手術計画自動立案

三次元コンピューター支援顎矯正手術のシミュレーション精度の検討 − 第2報 シミュレーションと実手術結果の三次元的定量解析
三次元コンピューター支援顎矯正手術のシミュレーション精度の検討 − 第2報 シミュレーションと実手術結果の三次元的定量解析三次元コンピューター支援顎矯正手術のシミュレーション精度の検討 − 第2報 シミュレーションと実手術結果の三次元的定量解析
三次元コンピューター支援顎矯正手術のシミュレーション精度の検討 − 第2報 シミュレーションと実手術結果の三次元的定量解析日本顎顔面再建先進デジタルテクノロジー学会
 
英語を読まずに英論文を引用する方法
英語を読まずに英論文を引用する方法英語を読まずに英論文を引用する方法
英語を読まずに英論文を引用する方法Yosuke Uozumi
 
インプラント適合性および股関節機能に基づく人工股関節自動手術計画立案システムの性能評価
インプラント適合性および股関節機能に基づく人工股関節自動手術計画立案システムの性能評価インプラント適合性および股関節機能に基づく人工股関節自動手術計画立案システムの性能評価
インプラント適合性および股関節機能に基づく人工股関節自動手術計画立案システムの性能評価Itaru Otomaru
 
探求の道 Lead Clearly
探求の道 Lead Clearly探求の道 Lead Clearly
探求の道 Lead ClearlyYutaka KATAYAMA
 
Nakashima Presentation
Nakashima PresentationNakashima Presentation
Nakashima Presentationmeishabb
 

Similar to 2011.11.22 第20回日本コンピュータ外科学会大会 統計アトラスに基づく単純X線画像からの人工股関節3次元カップ手術計画自動立案 (6)

三次元コンピューター支援顎矯正手術のシミュレーション精度の検討 − 第2報 シミュレーションと実手術結果の三次元的定量解析
三次元コンピューター支援顎矯正手術のシミュレーション精度の検討 − 第2報 シミュレーションと実手術結果の三次元的定量解析三次元コンピューター支援顎矯正手術のシミュレーション精度の検討 − 第2報 シミュレーションと実手術結果の三次元的定量解析
三次元コンピューター支援顎矯正手術のシミュレーション精度の検討 − 第2報 シミュレーションと実手術結果の三次元的定量解析
 
英語を読まずに英論文を引用する方法
英語を読まずに英論文を引用する方法英語を読まずに英論文を引用する方法
英語を読まずに英論文を引用する方法
 
インプラント適合性および股関節機能に基づく人工股関節自動手術計画立案システムの性能評価
インプラント適合性および股関節機能に基づく人工股関節自動手術計画立案システムの性能評価インプラント適合性および股関節機能に基づく人工股関節自動手術計画立案システムの性能評価
インプラント適合性および股関節機能に基づく人工股関節自動手術計画立案システムの性能評価
 
正確な咬合面形態を持つ、3次元実体モデル作成の検討
正確な咬合面形態を持つ、3次元実体モデル作成の検討正確な咬合面形態を持つ、3次元実体モデル作成の検討
正確な咬合面形態を持つ、3次元実体モデル作成の検討
 
探求の道 Lead Clearly
探求の道 Lead Clearly探求の道 Lead Clearly
探求の道 Lead Clearly
 
Nakashima Presentation
Nakashima PresentationNakashima Presentation
Nakashima Presentation
 

Recently uploaded

【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)Hiroki Ichikura
 
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムスマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムsugiuralab
 
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNetToru Tamaki
 
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Yuma Ohgami
 
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略Ryo Sasaki
 
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...Toru Tamaki
 
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A surveyToru Tamaki
 
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する       2024/04/19 の勉強会で発表されたものですSOPを理解する       2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものですiPride Co., Ltd.
 
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By DanielPostman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Danieldanielhu54
 
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdfTSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdftaisei2219
 

Recently uploaded (10)

【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
 
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムスマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
 
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
 
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
 
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
 
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
 
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
 
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する       2024/04/19 の勉強会で発表されたものですSOPを理解する       2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
 
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By DanielPostman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
 
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdfTSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
 

2011.11.22 第20回日本コンピュータ外科学会大会 統計アトラスに基づく単純X線画像からの人工股関節3次元カップ手術計画自動立案

  • 1. 統計アトラスに基づく単純X線画像からの 人工股関節全置換術3次元カップ手術計画自動立 案 音丸 格a, Guoyan Zhengb, 高尾 正樹c, 中本 将彦c,菅野 伸彦c 多田 幸生d,富山 憲幸c,佐藤 嘉伸c a 神戸大学大学院工学研究科, b University of Bern, Switzerland c 大阪大学大学院医学系研究科,d 神戸大学大学院システム情報学研究科 単純X線画像 抽出された 再構築された カップ手術計画 輪郭点群 3次元骨盤形状 自動立案結果 Copyright © Osaka Univ., Kobe Univ. 2011
  • 2. はじめに Copyright © Osaka Univ., Kobe Univ. 2011
  • 3. 研究背景 自動 手術計画 セグメン 自動立案 テーション [Otomaru et al., [Yokota et MICCAI 2009, al., MICCAI 2009] MedIA 2011] 3次元 骨盤・大腿骨3次元形状 3次元 CT画像 解剖学的特徴点 手術計画  客観的基準に基づいた手術計画を安定して立案するため, 我々は,人工股関節全置換術を対象として, 手術計画自動立案システムを研究・開発してきている.  しかしながら,国外では3次元CT画像の撮影が日本ほど 一般的でないため,本システムが適用できない問題があ Copyright © Osaka Univ., Kobe Univ. 2011
  • 4. 研究背景 骨盤側インプラン ト(カップ) 自動 手術計画 2D-3D 自動立案 セグメン 骨盤再構成 [Otomaru et テーション [Zheng, MICCAI al., MICCAI [Yokota et 2009] 2009, MedIA al., MICCAI 2009] 2011] 単純 3次元 骨盤・大腿骨3次元形状 3次元 X線画像 CT画像 解剖学的特徴点 手術計画  そこで今回,単純X線画像からの2D-3D骨盤再構成手法 (Zheng, MICCAI 2009)を用いることで,単純X線画像を入力と した 手術計画自動立案を行なう.  今回は特に,カップと呼ばれる骨盤側インプラントを対象 とする. Copyright © Osaka Univ., Kobe Univ. 2011
  • 6. 実験材料 | 対象とした症例  大阪大学医学部付属病院で実際に手術された症例を用い た.  今回の評価では,Crowe分類に基づいて骨盤変形度を分類 し, 変形度が小さい(Crowe I 以下)症例のみを用いた.  28症例を学習データ,6症例を評価データとした. 変形度が小さい症例 変形度が大きい症例 (Crowe I) Copyright © Osaka Univ., Kobe Univ. 2011 (Crowe IV)
  • 7. 実験材料 | 単純X線画像  2D-3D骨盤再構成 (Zheng., MICCAI 2009)のキャリブレーション に おいて必要な情報は,スケールパラメータのみだった.  本研究ではスケールパラメータは既知とし,3次元CT画像から 再構成された3次元骨盤形状から取得した.  X線画像の仕様:  正面から撮影された股関節単純X線画像  線源-イメージングプレート間距離: 1,200 mm  ピクセルサイズ: 0.1 x 0.1 mm2 Copyright © Osaka Univ., Kobe Univ. 2011 股関節2次元単純X線画像
  • 8. 実験材料 | 統計アトラス 2D-3D骨盤再構成・手術計画自動立案はともに, 過去に手術された学習データから構築される統計アトラスを用 いる 2D-3D骨盤再構成のための骨盤統計形状モデル [Zheng, MICCAI:2009] … 学習データセット 手術計画自動立案のための統計アトラ ス Copyright © Osaka Univ., Kobe Univ. 2011 [Otomaru et al., CAOS:2009]
  • 9. 方法 | 手術計画自動立案の概要 2次元単純 抽出された 再構成された 手術計画 X線画像 骨盤輪郭線 3次元骨盤形状 自動立案結果 1. X線画像が与えられて,live-wireを用いることで半自動的に骨盤輪郭線が抽出され る. 2. 抽出された輪郭線に骨盤統計形状モデルを当てはめることで,3次元骨盤形状が 再構成される. Copyright © Osaka Univ., Kobe Univ. 2011
  • 10. 実験結果 Copyright © Osaka Univ., Kobe Univ. 2011
  • 11. 実験方法  2D-3D骨盤再構成におけるスケールパラメータに着目し, スケールが正しく推定できた場合,スケールに誤差がある場 合の 手術計画自動立案性能をそれぞれ調べた. - 10% - 5% 正解値 + 5% + 10% (3次元CT画像から 再構成された 骨盤形状から取得)  評価項目: 1. 3次元CT画像から再構成された骨盤と比較したときの形状誤差 2. 熟練外科医計画とのカップサイズ誤差・カップ位置誤差  28症例を学習データ,6症例を評価データとして用い た. Copyright © Osaka Univ., Kobe Univ. 2011
  • 12. 結果 | 2D-3D再構成された骨盤の形状誤差 p < 0.01 p < 0.05 p < 0.01 8 7 6 5 4 形状誤差(骨盤全体) 3 形状誤差(臼蓋周辺) 2 1 0 -10% -5% 0 +5% +10%  スケール誤差が±5% 以下の場合,正解値の場合と比較し て, 形状誤差に有意差は見られなかった Copyright © Osaka Univ., Kobe Univ. 2011
  • 13. 結果 | 手術計画自動立案結果 p < 0.05 16 p < 0.01 14 サイズ誤差 [mm] p < 0.05 12 位置誤差 [mm] 10 8 6 4 2 0 -2 -10% -5% 0 +5% +10% 2D-3D骨盤再構成 3次元CT  スケール誤差が+10%の場合,3次元CT画像上で立案された 自動手術計画と比較して,有意に誤差が大きかった.  スケール誤差が± 5%以内の場合,カップサイズ誤差には 有意差は見られなかった. Copyright © Osaka Univ., Kobe Univ. 2011
  • 14. 手術計画立案結果例 サイズ誤差 48mm 50mm 48mm 52mm 位置誤差 2.7 mm 2.3mm 2.7 mm 11.0 mm 3次元CTから スケール誤差: 3次元CTから スケール誤差: 再構成 -5 % 再構成 + 10%  スケール誤差が -5%の場合,3次元CTの場合とほぼ同じ位置 に設置された.  スケール誤差が+10%の場合,3次元CTの場合と比べ,外側に 偏位した設置位置をとった. Copyright © Osaka Univ., Kobe Univ. 2011
  • 15. おわりに Copyright © Osaka Univ., Kobe Univ. 2011
  • 16. 考察とまとめ  本研究では,2次元単純X線画像を対象として, 3次元カップ手術計画自動立案を行った.  評価実験では,2D-3D骨盤再構成におけるスケール誤差が 手術計画自動立案結果に与える影響を調べた.  実験結果から,スケール誤差が±5%程度であれば, 3次元CTと同程度の性能を発揮できる可能性があると考えられ る.  現在,スケール誤差±5%の精度を達成するためのスケール キャリブレーション方法を検討中である. また,今後さらに多くの症例を用いた解析を行う. Copyright © Osaka Univ., Kobe Univ. 2011
  • 17. Copyright © Osaka Univ., Kobe Univ. 2011