@techreport{oai:ipsj.ixsq.nii.ac.jp:00241937,
 author = {森川, 大翔 and 吉野, 孝 and 寺口, 真年},
 issue = {16},
 month = {Jan},
 note = {骨粗鬆症性椎体骨折 (OVF) は圧潰が進むと難治性の腰痛となる．特に，受傷後早期の段階における椎体骨折を新鮮 OVF と呼び，骨癒合が起こっていない受傷後早期の段階に治療介入が必要である．診断には CT や MRI といった医療機器が有効であるが，高額であるため初診で対応するような診療所では設置されていることは少なく，初期の検査時には安価で簡便な単純 X 線画像を利用することが多い．しかし，単純 X 線画像での診断精度は CT や MRI と比較して低いため，診断時の椎体骨折の見逃しは依然として発生している．そこで，本研究では診療現場での X 線画像読影の支援を目的として，CNN モデルを用いた新鮮 OVF の検出手法を検討する．また，医用画像に対して有用な複数の前処理手法を実装し，検出精度の評価及び改善点の検討を行う．結果として，椎骨の検出に関してはある程度有用であると考えられるが，新鮮 OVF の分類に関しては更なる精度の向上が必要であることが分かった．},
 title = {骨粗鬆症性椎体骨折の形状特性に着目したCNNによる疾患椎体の検出手法の検討},
 year = {2025}
}