頭部磁気共鳴画像（Magnetic Resonance Imaging、MRI）における安定した解剖学的構造点を自動的に定位するために、砂時計ネットワーク（Hourglass Network、HN）を基にした頭部MRI画像の解剖点自動定位法を提案した。本方法はHNの基本構造を用いてマルチスケール特徴の抽出と融合を実現し、マルチスケール特徴の融合時にスケール注意機構を導入することで、解剖構造点の抽出精度を向上させる。DSNT（Differentiable Spatial to Numerical Transform）層を利用して、畳み込みニューラルネットワークが生成した予測ヒートマップから座標回帰を行い解剖点を定位する。500例の頭部MRI画像を学習に用い、300例の画像をテストに使用した。テスト結果は本稿提案手法が4つの解剖点の定位精度がすべて80％を超え、一般的なキーポイント定位法と比較して最良の結果を得たことを示している。本手法は医師による画像の解剖点マーキングを支援し、頭部画像の自動登録および頭部疾患のビッグデータ解析に技術的支援を提供する。

頭部MR画像;解剖点定位;砂時計ネットワーク;スケール注意;DSNT