Automated Prediction of Thoracic Vertebral Body Diameters from Computed Tomography Scans Using Deep Learning for Personal Identification in Mass Disasters

大規模災害後の法医学的な個人識別は、限られた人員が厳しい状況下で迅速な判断を迫られるため、特に困難となる。指紋、歯科記録、DNA genotypingなどの従来の識別手段は信頼性が高い一方で、時間がかかる、運用上の制約が大きい、遺体が腐敗している／不完全である、あるいは生前（antemortem）の記録を速やかに入手できない場合には使用できないことが多い。こうした背景のもと、著者らは放射線画像から得られる「biological fingerprints」に着目し、CTが広く利用可能で医用画像が日常的に保存されている日本のような状況では、この戦略が実現可能だと主張する。先行研究では、CT上で第1〜第12胸椎（1st–12th thoracic）の椎体の最短の深さ・幅・高さを手作業で測定し、ユークリッド距離（Euclidean distance）で個人を照合することで高い精度が得られることが示されたが、相当の手作業時間を要する。そこで本パイロット研究は、自動化された深層学習（deep learning）に基づく代替手法として、(1) CTから胸椎椎体領域を抽出し、(2) 抽出領域から胸椎椎体の直径を予測する、2段階のアプローチを開発することを目的とし、災害時の効率的な個人識別を長期目標に据える。

提案パイプラインは高いセグメンテーション精度を達成し、手作業で測定したground truthと比べても有望な直径予測性能を示した。椎体領域抽出では、U-Netセグメンテーションモデルが、評価に用いた10件のpostmortem CTスキャン全体で平均Dice similarity coefficient 0.94 ± 0.01を得た。多くの症例で視覚的に正確な椎体抽出が見られた一方、false-positiveおよびfalse-negativeのピクセルが一部残った。直径予測では、ResNet18ベースの回帰（regression）モデルにより、平均絶対誤差（MAE）が深さ1.45 mm、幅1.70 mm、高さ1.54 mmとなり、対応するRMSEはそれぞれ1.95 mm、2.25 mm、2.32 mmであった。深さと幅の予測は手作業測定と強い関連を示し（Spearman’s ρ = 0.928および0.902；いずれもp < 0.001）、CTスキャンの84.6%（深さ）および82.6%（幅）が予測差±10%以内に収まった。高さの予測は相対的に弱く（ρ = 0.777, p < 0.001）、±10%以内は70.4%であった。Bland–Altman解析では、3次元すべてに弱いが統計学的に有意な比例バイアス（proportional bias）が示された（深さρ = 0.277；幅ρ = 0.291；高さρ = 0.354；すべてp < 0.001）。著者らは、これはデータセットの多様性が不十分である可能性を反映していると解釈している。

本研究では、新潟市民病院で取得された42人（合計84スキャン）の造影なし（non-contrast）のantermortemおよびpostmortem CTスキャンのペアを使用した。撮影条件は、管電圧120–140 kV、管電流30–725 mA、スライス厚2 mmであった。DICOM画像は固定ウィンドウ設定（window width 1500 HU；window level 300 HU）で8-bitのbitmap形式（512×512）に変換した。ground truthの直径はAquarius NETを用いた手作業測定により設定した。各T1–T12椎体について、他の次元を中心とする幾何学的定義に基づき、最短の深さ・幅・高さ（mm）を測定した。パイプラインは2段階のCNNから構成された。第1段階では、MATLAB（R2023a）で実装したU-Netを用い、軸位画像上で椎体領域をセグメンテーションした。学習にはDice lossとAdam（learning rate 0.00001；batch size 8；最大50 epochs）を用いた。セグメンテーションのground truthとして手動マスクを作成したのは、ランダムに選んだ10件のpostmortemスキャンのみである。性能評価はスキャン単位のleave-one-out cross-validationで行い、その後、これら10件から得た2,116枚の軸位画像すべてで最終U-Netを再学習し、残りのスキャンのセグメンテーションに使用した。第2段階では、U-Net出力からvolume-rendering（VR）画像を作成した。各スキャンにつき、水平方向に360°回転させ45°刻みで8枚のVR画像を生成した。VR画像はクロップ（800×800）してリサイズ（224×224）し、ResNet18回帰モデル（ImageNetで事前学習済み）の学習に用いた。出力層は36（3次元×12椎体）となるよう改変した。学習にはPyTorch Lightning 2.0.6、全層fine-tuning、平均二乗誤差（mean squared error）loss、Adam optimizer（初期learning rate 0.0001をepochごとに0.95倍で減衰）、batch size 8、early stopping（最大100 epochs）を用いた。評価はCTスキャン単位の6-fold cross-validationで実施し、テスト時には8視点のVR予測を平均して最終直径を算出した。性能指標にはMAE、RMSE、Spearman’s ρ、Bland–Altman解析を用いた。

著者らは、2段階CNNパイプラインにより、CTから胸椎椎体直径を自動導出でき、法医学的個人識別というより広い目標を支えるのに十分な精度が得られると結論づけた。セグメンテーション段階は手動マスクと高い一致を示し（DSC 0.94 ± 0.01）、回帰段階では、特に深さと幅で低い予測誤差と、手作業測定直径に対する強い相関（ρ > 0.900）を示した。高さの予測精度は低く、比例バイアスも検出されたものの、全体の誤差水準は、手作業測定で観察されたSD範囲が示す個人間変動と同程度、またはそれより小さいと述べられている。運用面では効率性が強調され、手作業測定が約20–30 minを要すると報告されるのに対し、提案手法は手動補正なしで36個の直径（T1–T12×3方向）を数秒で出力できるという。著者らは、このような自動化により測定の再現性と拡張性（scalability）が改善し、特にantermortem CTデータベースが利用でき、災害後にpostmortem CTを迅速に取得できる状況では、椎体形態を放射線学的な「biological fingerprint」として法医学放射線学（forensic radiology）で活用することを後押ししうると主張している。

本手法を実環境の個人識別に信頼して用いる前に必要な課題として、論文はいくつかの方向性を挙げている。大きな制限は、モデル入力内で各椎体（T1–T12）を個別にラベリングしていない点である。スキャンの撮影範囲は症例によって異なり、VR画像では椎体間の境界が判別しにくいことがあるため、システムが誤った椎体レベルの直径を予測する場合がありうる。椎体をラベリングし、1椎体ずつ処理すれば、精度と解釈可能性が改善しうるとしている。また、VR画像の取得パラメータ（視点、倍率、回転角）が予測精度に影響しうる点にも言及し、データセット間でVR入力を生成する標準化戦略が動機づけられるとしている。さらに、加齢による椎体形態の変化がマッチングに影響しうることを認め、椎体体積の経時変化に関する先行根拠に基づき、識別に直径を用いる際には非変性（non-degenerated）の椎体に焦点を当てるべきだと示唆している。最後に、最も重要な点として、著者らは自動予測した直径を用いた個人識別精度がまだ評価されていないと述べている。現実的な異質性（heterogeneity）の下で識別性能を評価し、本パイロットデータセットで観察された比例バイアスに対処するために、複数ベンダー・複数施設にまたがるより大規模なantermortem/postmortemデータセットでの検証を求めている。

大きな災害のあとに亡くなった人の身元を確かめる作業は、少ない人数で、時間に追われながら正確に判断しなければならないため、とても大変です。指紋や歯の記録、DNA検査は信頼できる方法ですが、時間がかかったり、遺体の状態が悪かったり、生前(亡くなる前のことです。この研究では生前に撮影されたCT画像を、照合のための基準データとして使います。)の記録がすぐ手に入らなかったりすると使えないことがあります。
そこで研究者たちは、CT(体を輪切りの画像として撮影できる検査です。骨の形がはっきり写りやすく、病院で撮った画像が保存されていることも多いです。)画像から体の形の特徴を取り出して「その人らしさ」を見つける方法に注目しました。特に日本のようにCTが普及していて、病院で画像が保存されやすい環境なら役立つ可能性があります。
過去の研究では、胸の背骨（胸椎(背骨のうち胸の高さにある部分で、上からT1〜T12と番号が付けられます。体の中心にあり、CTで写りやすい部位です。)）の骨（椎体(背骨を作る骨の主要部分で、積み重なるブロックのような形をしています。人によって大きさや形に違いがあり、識別に使える可能性があります。)）の大きさを手で測って照合すると高い精度が出ましたが、測定に多くの時間がかかりました。そこでこの研究は、深層学習(大量のデータから特徴を学び、予測や分類を行うAIの方法です。画像から自動で特徴を見つけられる点が強みです。)を使って、CTから胸椎の椎体部分を自動で取り出し、その大きさ（直径）を自動で予測する2段階の方法を作り、災害時に効率よく個人識別することを長い目標として設定しました。

提案された仕組みは、椎体(背骨を作る骨の主要部分で、積み重なるブロックのような形をしています。人によって大きさや形に違いがあり、識別に使える可能性があります。)の部分を切り出す作業を高い精度で行えました。また、切り出した結果から椎体の直径を予測する性能も、手作業の測定値と比べて有望でした。
椎体の切り出しでは、U-Net(医療画像のセグメンテーションでよく使われる深層学習モデルです。画像の形を保ちながら対象領域を切り出すのが得意です。)というモデルが10件の死亡後(亡くなったあとに撮影・観察した情報のことです。死亡後CTは、災害時の身元確認や死因の手がかりにもなります。)CT(体を輪切りの画像として撮影できる検査です。骨の形がはっきり写りやすく、病院で撮った画像が保存されていることも多いです。)で平均DSC 0.94 ± 0.01という高い一致度を示しました。ただし、一部では本来ない場所を椎体と間違えたり、逆に椎体を取りこぼしたりする部分が残りました。
直径の予測では、ResNet18(画像認識でよく使われる深層学習モデルの一つです。学習を安定させる工夫があり、分類だけでなく数値予測にも利用されます。)を使ったモデルで、深さ・幅・高さの誤差（MAE(予測値と正解値の差の大きさを平均した指標です。どれくらい外れているかをミリメートルなどで直感的に理解しやすいです。)）がそれぞれ約1.45 mm、1.70 mm、1.54 mmでした。深さと幅は手作業の測定と強い関係があり、予測のずれが±10%以内に入った割合も8割以上でした。一方、高さは深さ・幅より関係が弱く、±10%以内に入った割合も約7割でした。さらに、予測のずれ方に「大きい骨ほど（または小さい骨ほど）ずれが出やすい」といった傾向が少し見られ、これはデータの種類が十分に多様ではない可能性があると考えられました。

新潟市民病院で撮影された42人分の、生前(亡くなる前のことです。この研究では生前に撮影されたCT画像を、照合のための基準データとして使います。)CT(体を輪切りの画像として撮影できる検査です。骨の形がはっきり写りやすく、病院で撮った画像が保存されていることも多いです。)と死亡後(亡くなったあとに撮影・観察した情報のことです。死亡後CTは、災害時の身元確認や死因の手がかりにもなります。)CTのペア（合計84スキャン）を使いました。造影剤は使わないCTで、撮影条件（電圧や電流、スライス厚など）をそろえ、DICOM(医療画像を保存・やり取りするための標準形式です。CT画像は通常この形式で管理されます。)画像を決まった表示条件で画像化しました。
正解データ（ground truth(モデルの予測と比べるための「正解データ」です。この研究では手作業で測った直径が正解として使われました。)）として、専用ソフトを使い、胸椎(背骨のうち胸の高さにある部分で、上からT1〜T12と番号が付けられます。体の中心にあり、CTで写りやすい部位です。)T1〜T12それぞれの椎体(背骨を作る骨の主要部分で、積み重なるブロックのような形をしています。人によって大きさや形に違いがあり、識別に使える可能性があります。)について、最短となる深さ・幅・高さを手作業で測りました。
提案手法は2段階です。
第1段階ではU-Net(医療画像のセグメンテーションでよく使われる深層学習モデルです。画像の形を保ちながら対象領域を切り出すのが得意です。)でCTの断面画像から椎体領域を自動でセグメンテーション(画像の中から特定の部分だけを切り出して区別する処理です。この研究では椎体の領域だけを取り出します。)しました。手動で正解マスクを作ったのは、ランダムに選んだ死亡後CT10件だけで、これを使って学習と評価を行いました。
第2段階では、切り出した椎体領域からVR画像を作り、1つのスキャンにつき角度を変えた8枚の画像を用意しました。それをResNet18(画像認識でよく使われる深層学習モデルの一つです。学習を安定させる工夫があり、分類だけでなく数値予測にも利用されます。)の回帰(画像などの入力から、数値を直接予測する学習の方法です。ここでは椎体の直径という連続的な数値を出します。)モデルに入力して、T1〜T12の3方向分、合計36個の直径をまとめて予測しました。評価には、誤差の指標（MAE(予測値と正解値の差の大きさを平均した指標です。どれくらい外れているかをミリメートルなどで直感的に理解しやすいです。)、RMSE(予測の大きな外れをより強く反映する誤差指標です。大きな失敗がどれくらいあるかを重視して評価できます。)）や、関係の強さを見る指標、予測のずれ方を確認する解析手法などを使いました。

この研究は、CT(体を輪切りの画像として撮影できる検査です。骨の形がはっきり写りやすく、病院で撮った画像が保存されていることも多いです。)から胸椎(背骨のうち胸の高さにある部分で、上からT1〜T12と番号が付けられます。体の中心にあり、CTで写りやすい部位です。)の椎体(背骨を作る骨の主要部分で、積み重なるブロックのような形をしています。人によって大きさや形に違いがあり、識別に使える可能性があります。)直径を自動で出す2段階のCNN(画像を扱うのが得意な深層学習モデルの一種です。医療画像から形の特徴を取り出すのによく使われます。)手法を作り、特に深さと幅については手作業とよく一致し、誤差も小さいことを示しました。
手作業では測定に20〜30分かかるのに対し、この方法なら人が補正しなくても、36個の直径を数秒で出せるとされています。これにより、作業の速さだけでなく、同じ条件なら同じ結果が出やすいこと（再現性）や、多数の遺体データを処理しやすいこと（拡張性）が期待されます。生前(亡くなる前のことです。この研究では生前に撮影されたCT画像を、照合のための基準データとして使います。)CTのデータベースがあり、災害後に死亡後(亡くなったあとに撮影・観察した情報のことです。死亡後CTは、災害時の身元確認や死因の手がかりにもなります。)CTを早く撮れる状況では、椎体の形を「その人らしさ」として身元確認に使える可能性が高まります。

実際の個人識別に安心して使うには、まだ課題があります。大きな問題は、モデルがT1〜T12を1つずつ確実に見分ける仕組みになっていない点です。撮影範囲が人によって違ったり、VR画像では椎体(背骨を作る骨の主要部分で、積み重なるブロックのような形をしています。人によって大きさや形に違いがあり、識別に使える可能性があります。)の境目が分かりにくかったりして、別の椎体の直径を予測してしまう可能性があります。椎体を番号づけして、1つずつ処理する方法にすれば改善が期待されます。
また、VR画像を作るときの視点や拡大率、回転角度が精度に影響する可能性があるため、入力を標準化する工夫も必要です。さらに、年齢による椎体の変化が照合に影響する可能性があるため、変形が強い椎体を避けるなどの考え方も示されています。
そして最も重要なのは、「自動で予測した直径を使って、実際にどれだけ正確に個人識別できるか」がまだ評価されていない点です。より多くの病院・機器のデータを集めた大規模な検証が求められています。