在河原大輔助理教授、廣島大學特聘副教授小澤修一、永田康史教授等和日本臨床腫瘤學組（JCOG）醫學物理工作組成員西尾貞治教授的研究組中，一種新型自動使用人工智能技術的方法 開發了輪廓系統，逐步網絡。 Step-wise net利用深度學習技術進行兩步學習，提取頭部和頸部多個器官的輪廓。 在第一階段，提取要描繪的器官周圍的區域，在第二階段，在提取的區域中以高精度創建器官的輪廓。

　在評估 Step-wise net 的輪廓創建精度時，Step-wise net 在所有器官中的精度都高於現有的不使用 AI 的自動輪廓提取系統（Atlas 方法，這是一種市售工具）。場地。此外，與使用 AI 的傳統方法（U-net）相比，Step-wise net 在所有器官中的準確性更高。

　Step-wise net 不僅會顯著提高輪廓精度，還將輪廓時間減少到常規時間的十分之一以下，有望為醫療現場作業的提高和效率做出貢獻。

　此外，由於 Step-wise net 的自動輪廓不會像手動輪廓那樣導致設施之間的差異，即使在臨床試驗中，需要根據統一規則在每個設施中執行相同質量的輪廓，這本書。預計將使用該工具。

論文信息：【Computers in Biology and Medicine】逐步深度神經網絡（stepwise-net）用於CT圖像上的頭頸部自動分割