人工股関節全置換術における統計アトラスに基づく手術計画自動立案（博士後期課程研究成果発表会 2011.12.01）

博士後期課程研究成果発表会

人工股関節全置換術における
統計アトラスに基づく
手術計画自動立案

大学院工学研究科情報知能学専攻
博士後期課程3年多田研究室

音丸格

Copyright © Osaka Univ., Kobe Univ. 2011

1. 序論

2. 大腿骨側インプラント（ステム）手術
計画
自動立案手法の構築

3. 骨盤側インプラント（カップ）手術計
画

4. 2次元X線画像への適用対象の拡大

コンピュータ支援外科手術
 1990年代以降の約20年間で，外科手術分野では
コンピュータ支援外科手術（Computer Assisted Surgery:
CAS）が
発達してきている．

 特に，整形外科手術分野では，種々のシステム・技術が
研究・開発され，コンピュータ支援整形外科手術
（Computer Assisted Orthopaedic Surgery: CAOS）が，
1つの学問分野として成立している．

CAOS-International http://www.caos-international.org/

コンピュータ支援整形外科手術のフレームワー
ク

3次元術中ナビゲーション・
手術計画立案
CT画像手術ロボット
術前段階術中段階

 術前段階では，3次元CT画像から骨格の3次元形状が再構成さ
れ，
その上で手術計画が立案される．
 術中段階では，手術ロボットやナビゲーションを用いること
で，
適切な手術計画を立案することの重要性が増大
手術計画が正確に再現される．

対話型手術計画立案システム

ORTHODOC system (R. H. Taylor et al.) Hip-Op (M. VIceconti et al.)

 3次元CT画像から再構成された各方向断面図や3次元形状か
ら
医師がマニュアルで計画立案．

対話型手術計画立案システム
調整すべき項目
骨に設置する骨に設置する
骨を切除する断面人工関節のサイズ人工関節の位置

医師の
負担大

ORTHODOC system (R. H. Taylor et al.) Hip-Op (M. VIceconti et al.)
人工関節における人工関節設置後の
骨との位置関係
骨との適合性関節機能
 3次元CT画像から再構成された各方向断面図や3次元形状か
ら考慮すべき項目
医師がマニュアルで計画立案．

本研究の目的
 手術計画立案を自動化し，外科医の負担軽減と
手術計画の質の安定化を図る．

 本研究のアプローチ
 「統計アトラス」を用いることで，熟練外科医の設置方
針を
モデリングする．


本研究のアプローチ | 統計アトラス
多数の学習データからその学習データが持つ特徴量（形状
バリエーション・画像濃淡値分布など）の統計的傾向を表現したも

統計解析

学習データセット
Copyright © Osaka Univ., Kobe Univ. 2011 統計アトラス

研究対象 | 人工股関節全置換術
骨盤側インプラン
骨盤ト(カップ)

大腿骨側
大腿骨インプラント(ステ
術前術後ム)

 人工股関節全置換術は，病気で変形した股関節を人工股関
節に置き換える手術である．
 本研究では，ステム・カップそれぞれ独立に手術計画自動
立案
手法を提案する．

発表の構成
1. 序論

2. 大腿骨側インプラント（ステム）手術
計画

3. 骨盤側インプラント（カップ）手術計
画

4. 2次元X線画像への適用対象の拡大

手術計画自動立案の概要

3D surface models of femoral-stem
implant design: M
• Size : s
Automated planning • Position and
orientation: T

Patient CT dataset: I Implant parameters: Θ

 入力：股関節3次元CT画像・全サイズのステム3次元形状
データ

ステム手術計画立案におけるポイント

x-axis
術前前捻角術後前捻角
y-axis y-axis y-axis

z-axis
x-axis x-axis

ステム設置前ステム設置後
(Penetration) -3 0 3 [mm] (Gap)

1. ステムと髄腔との距離値分布が適切であること．
2. 大腿骨とステムの位置・姿勢関係が適切に保たれること．

提案手法のコンセプト
 本研究では，2つのポイントに対応した2種類の方法を提案
する．

1. 学習データから距離値分布の統計的傾向を表す
距離値マップを構築する方法．（距離値マップ法）

2. 学習データの中から，大腿骨に対する標準的なステムの
位置・姿勢関係がもっとよく保たれたデータを1つ選択し，
テンプレートとして用いる方法．（最適テンプレート法）


距離値マップ法 | 距離値マップの構築
0.5
0.4
0.3
dnorm (x)

0.2
0.1
0.0

-4 -2 0 2 4

x


 ステム表面上の各頂点における距離値が，それぞれ，
ある平均値と標準偏差値をもつ正規分布に従うと仮定す
る．


距離値マップ法 | 距離値マップの構築
0.5
0.4
0.3
dnorm (x)

0.2
0.1
0.0

-4 -2 0 2 4

x

-3 0 3 mm 0 1.5 mm

標準偏差値
学習データセット平均値マップ
マップ

 ステム表面上の各頂点における距離値が，それぞれ，
ある平均値と標準偏差値をもつ正規分布に従うと仮定す
る．
 ステム表面各点における平均値マップと標準偏差値マップ
を

距離値マップ法 | 手術計画の立案

-3 0 3 mm 0 1.5 mm

距離値分布の差異を
最小化

大腿骨手術計画
3次元形状立案結果

 平均値マップ・標準偏差値マップとの距離値分布との差異
を

最適テンプレート法 | 統計アトラスの構築

学習データセット選択されたテンプレート

 学習データセット内で交差検定を行ない，最も高い性能を
発揮する学習データをテンプレートとして採用する．


最適テンプレート法 | 手術計画の立案

テンプレートの計画を
座標変換

テンプレート

正規化相互相関による
3次元画像位置合わせ

対象骨盤
 正規化相互相関によってテンプレートを位置合わせ
 位置合わせで得られた変換行列で，テンプレートの手術計
画を

性能評価実験 | 実験方法
 以下の4種類の手法を比較した．
1. 提案手法１：距離マップ法
2. 提案手法２：最適テンプレート法
3. 従来手法１：統計アトラスを用いない距離マップ法（Otomaru et
al., 2008）
4. 従来手法２：統計アトラスを用いないテンプレート法（Viceconti et
al., 2003）

 実験条件
 変形性股関節症 40症例に適用した．
 Leave-one-out交差検定によって学習データと評価データを分離した．

 評価項目
 熟練外科医計画とのサイズ・位置・角度誤差

実験結果 | 選択サイズ誤差
25
20
距離マップ法
Statistical-DM
症例数

15 提案手法
最適テンプレート法
Optimal-RP
10
従来手法1
Manual-DM
5 従来手法
従来手法2
Random-RP
0
-3 -2 -1 0 1 2
熟練外科医計画との選択サイズ誤差

 40症例中，距離マップ法は21症例，最適テンプレート法は
20
症例で選択サイズが一致した．
 また，距離マップ法は38症例，最適テンプレート法は37症
例が

実験結果 | 位置誤差 0.01 < p < 0.05
p < 0.01
p < 0.01

15 p < 0.01
位置誤差 [mm]

10

5

0
距離マップ法
最適テンプレート法従来手法１従来手法２
提案手法従来手法

 2つの提案手法はともに，2つの従来手法と比べて有意に
位置誤差が小さかった．

実験結果 | 角度誤差 p < 0.01
0.01 < p < 0.05
p < 0.01
0.01 < p < 0.05
Orientational error [deg.]

15

10

5

距離マップ法
最適テンプレート法従来手法１従来手法２

 距離マップ法は，2つの従来手法と比べ有意に誤差が小さかっ
た．
 最適テンプレート法は，従来手法2に比べ有意に誤差が小さ

実験結果 | ステム設置結果例

Size error 0 -2
Positional error 2.3 mm 9.1 mm
Angle error 2.3 deg. 11.7 deg.
距離マップ法外科医計画従来手法２外科医計画

 距離マップ法では，外科医計画と同じサイズを選択した
上，
位置誤差・角度誤差が小さかった．
 一方，従来手法２では，全項目で誤差が大きかった．

考察
 従来手法に比べ，提案手法では有意に性能が向上したことか
ら，
統計アトラスに基づく手法が有用であると考えられる．

 臨床的には，±1サイズ以内のサイズ誤差は許容される．
提案手法はほぼ全ての症例でこの性能を達成していることか
ら，
実用的なサイズ選択性能をもつと考えられる．

 距離マップ法と最適テンプレート法には有意な性能差は
見られなかった．
しかし，前者が一定数の学習データを必要とするのに対し，
後者は最低1症例の学習データがあれば適用できるため，
最適テンプレート法の方が実用的と考えられる．

ここまでのまとめ
 大腿骨インプラント（ステム）を対象として，統計アトラ
スに基づく
手術計画自動立案手法を提案した．

 提案手法は，統計アトラスに基づかない従来手法と比較し
て，
有意に性能が向上することを確認した．


手術計画立案の概要

3D surface models of pelvic-cup
implant product: M
• Size : s
Automated planning • Position and
orientation: T

Patient CT dataset: I Implant parameters: Θ

 入力：股関節3次元CT画像・全サイズのカップ3次元形状
データ
 出力：最適なサイズ・位置・角度

骨盤インプラント（カップ）の設置

臼蓋

 大腿骨と接し，股関節を構成する部分を臼蓋と呼ぶ．
 カップ設置は，骨盤を掘削し，臼蓋にはめ込むことで行なわ
れる．

カップ手術計画立案におけるポイント

カップサイズ・位置・角度をカップサイズ・位置・角度を
決めるのは比較的容易決めるのは困難

臼蓋の変形が小さい症例臼蓋の変形が大きい症例

 いずれの場合においても，ポイントとなるのは，
1. 骨盤とカップの相対的な位置関係が適切に保たれるこ
と．
2. 骨盤掘削時に一定の骨の厚みが確保され，カップが
骨盤を突き破らないこと．

提案手法のコンセプト
 カップ手術計画立案における2つのポイントに対応して，
本研究では2種類の統計アトラスを構築する．

1. 骨盤とカップの位置関係を表現するアトラス．
（骨盤-カップ結合統計形状アトラス）

2. カップの残厚分布を表現するアトラス．
（骨残厚マップ）

 2つの統計アトラスを組み合わせて，手術計画を立案する．


統計アトラス構築 | 骨盤-カップ結合統計形状アトラ
ス

主成分
分析

骨盤-カップ結合
学習データセット統計形状アトラス

 統計形状アトラスは，医用画像処理において臓器の形状
バリエーションなどを表現するために，広く使われている．
 本研究では，骨盤とカップをまとめて統計形状アトラスを
構築することで，骨盤形状バリエーションとそれに対する
カップ設置位置のバリエーションを表現する．

統計アトラス構築 | 骨残厚マップ

(Thin) 0mm 5.0 mm 10.0 mm (Thick)
平均値マップ

0mm 10.0 mm
標準偏差値マップ
 ステム計画における「距離マップ」と同じ考え方に基づ
く．
 カップは，骨盤を掘削することで設置される．
 カップ表面各点における骨盤の骨残厚の，平均値マップと

手術計画自動立案の概要

形状アトラス最終的な
3次元骨盤形状
当てはめ結果手術計画

1. 骨盤3次元形状が与えられて，骨盤-カップ形状アトラスが最もよく当
てはまる
ように，形状パラメータを最適化する．
2. 形状アトラスによる当てはめ結果を初期位置として，骨残厚マップと
の差異が最小となるようにカップサイズ・位置を調整する．

実験方法
 以下の2つの手法を比較した．
1. 統計アトラスを用いない従来手法（鍵山他，2008）
2. 提案手法

 実験条件
 変形性股関節症28症例に適用した．
 Leave-one-out交差検定によって学習データと評価データ
を
分離した．

 評価項目
 熟練外科医計画とのサイズ・位置誤差

実験結果 | 設置誤差・突き破りが発生した症例
数
突き破りが発生した
1 0
症例数
平均サイズ誤差 [mm] 3.9 4.3
平均位置誤差 [mm] 1.4 2.1

 提案手法では，サイズ誤差・位置誤差ともに従来手法に比
べ
誤差が小さかった．
 一方，従来手法では発生していなかった突き破りが
提案手法では発生していた．

実験結果 | カップ設置結果例

0mm 5.0 mm 10.0 mm
(Thin) (Thick)
サイズ誤差 8 mm 0 mm
位置誤差 6.4 mm 2.5 mm
従来手法外科医計画提案手法外科医計画

 従来手法では，外科医計画とは異なるサイズを選択し，
骨残厚分布も異なっていた．
 提案手法では，外科医計画に似た骨残厚分布が得られた．

考察
 従来手法は，性能を引き出すため，複数の制約条件を
試行錯誤的にパラメータチューニングする必要があった．
 一方，提案手法では，学習データを与えるだけで自動的に
統計アトラスが構築され，従来手法よりも高い性能を発揮
した．

 しかしながら，提案手法では突き破りを完全になくすこと
はできなかった．
 このことから，現在の骨残厚マップでは突き破りの防止に
不十分
であると考えられる．

 今後，明示的に突き破りを禁止する制約条件を導入する必
要が

 ここでは，統計アトラスに基づく骨盤インプラント（カッ
プ）
手術計画自動立案手法を提案した．

 骨盤-カップの相対的な位置関係をモデリングする
「統計形状アトラス」，カップの残厚をモデリングする
「骨残厚マップ」という2つのアトラスを用いた．

 統計アトラスによって，マニュアルによるパラメータ調整
を
行なうことなく，従来手法よりも高い性能を達成した．


研究背景

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

 これまでに述べたように，本研究では，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

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．

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)
(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

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
[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．

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．


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

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．

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．

 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．

本研究のまとめ
 本研究では，人工股関節全置換術を対象として，
統計アトラスに基づく手術計画自動立案手法を提案した．

 人工股関節は大腿骨側インプラント（ステム），骨盤側
インプラント（カップ）の2つのコンポーネントからなるた
め，
ステム・カップに対する手法をそれぞれ独立に提案した．

 評価実験の結果，統計アトラスを用いない従来手法と比べ，
高い手術計画立案性能を示した．

 将来的な拡張として，3次元CTだけではなく，2次元単純X線
画像を入力として利用可能な手法を構築し，基礎的検討を行
なった．

達成点
 熟練外科医の専門知識が，統計アトラスに基づく
最適化問題としてモデリングされたこと．

 従来手法では，外科医にインタビューに基づいて試行錯誤を
繰り返しながらアルゴリズムを定義していた．
 一方，提案手法では，学習データを与えるだけで自動的に
統計アトラスが構築されている．

 本研究で提案する統計アトラスは，手術計画自動立案だけでな
く，
異なる外科医間の手術計画立案方針の違いを定量化する
方法としても有用であると思われる．


課題
1. 性能評価における正解値を，実際に手術された結果ではな
く，
熟練外科医が立案した手術計画としている点．
 実際の手術では，その時の状況に合わせて，術前計画に
微調整を加える場合がある．
 より現実に近い評価を行なうためには，術後CT画像などから
実際に手術された結果を取得する必要がある．

2. ステム・カップ両方にまたがる要素が考慮されていない点．
 関節可動域・左右脚長差といった関節機能は，ステム・カップ
両方を同時に調整する必要がある．
 現在，本研究の出力を初期位置として調整を行なう手法を
開発中である（Kagiyama, Otomaru et al., WCSMO09, 2011）．


今後の方向性
1. 本研究では，ステム・カップともに1種類のインプラント製
品
でのみ性能評価されているため，デザインが異なる
他の製品に適用する．

2. 術後CTを用いた性能評価手法を確立する．

3. 現在開発中である関節機能最適化手法と統合する．


博士論文の構成論文


 第2章
 I. Otomaru et al., “Automated Preoperative Planning of Femoral
Component for Total Hip Arthroplasty (THA) from 3D CT Images”,
Journal of Biomechanical Science and Engineering,
Vol. 3, No. 4, pp. 478 – 489, 2008.
 第3章
 I. Otomaru et al., “Automated preoperative planning of femoral stem in
total hip arthroplasty from 3D CT data: Atlas-based approach and
comparative study” , Medical Image Analysis, 採択決定済み.
 第4章
 I. Otomaru et al., “Expertise modeling for automated planning of acetabular
cup in total hip arthroplasty using combined bone and implant statistical
atlases”, Lecture notes in computer science, vol. 5761, 532-539, 2009.


 第5章
 I. Otomaru et al., “An automated 3D cup planning in total hip arthroplasty
from a standard X-ray radiograph using atlas-based 2D-3D pelvis shape
reconstruction” , In proc. of The 2nd International symposium on
computational anatomy, 71-75, 2011.


人工股関節全置換術における統計アトラスに基づく手術計画自動立案 （博士後期課程研究成果発表会 2011.12.01）

More Related Content

Similar to 人工股関節全置換術における統計アトラスに基づく手術計画自動立案 （博士後期課程研究成果発表会 2011.12.01）