From Slices to Structures: Unsupervised 3D Reconstruction of Female Pelvic Anatomy from Freehand Transvaginal Ultrasound

技術要約：自由手技による経膣超音波を用いた女性骨盤解剖学の教師なし3D再構成

問題提起
体積（ボリューム）超音波（US）は、産婦人科、特に骨盤解剖学における診断精度の向上において大きな可能性を秘めています。しかし、専用のハードウェア（機械的にスキャンするプローブや外部トラッキングシステム）への依存や、制約の多い取得プロトコルが、広範な臨床導入の妨げとなっています。既存の3Dシステムは、多くの場合、煩雑で高価であり、標準的な2D画像と比較して解像度が低い傾向にあります。さらに、近年の機械学習を用いた手法による、自由手技による2Dスキャンからの3Dボリューム再構成は、通常、正解となるポーズデータや外部トラッキングを用いた教師あり学習に依存していますが、これらは臨床現場では利用できないことが多くあります。したがって、外部センサー、トラッキングハードウェア、または学習済みのポーズ推定器を必要とせず、標準的な自由手技による経膣超音波（TVS）スキャンから正確な3D再構成を実行できる手法が求められています。

手法：TVGS (Transvaginal Gaussian Splatting)
著者らは、Gaussian Splattingの原理を超音波画像の特有の物理特性と幾何学に適合させた、教師なしフレームワークであるTVGSを提案しています。コアとなる手法には以下のコンポーネントが含まれます。

• 表現 (Representation): 解剖学的構造は、異方性を持つ3Dガウス分布（Gaussians）の集合としてモデル化されます。各ガウス分布は、平均位置 ($\mu$)、形状と方向を記述する共分散行列 ($\Sigma$)、不透明度 ($o$)、およびスカラー強度 ($I$) によって定義されます。
• スライス認識型微分可能ラスタライザ (Slice-Aware Differentiable Rasterizer): 透視投影に基づく光学的なGaussian Splattingとは異なり、TVGSは超音波用にカスタマイズされたCUDA最適化済みの微分可能ラスタライザを利用します。このラスタライザは、各超音波スライスを平面的な断面として扱います。各ピクセルの強度は、マハラノビス距離を用いて異方性形状を考慮しながら、スライス平面への空間的な近接性に基づいて3Dガウス分布からの寄与を集計することで計算されます。このアプローチにより、TVSスキャン特有の疎で重複のない性質に対処しています。
• 結合最適化 (Joint Optimization): 本フレームワークは、解剖学的構造（ガウス分布のパラメータ）とスライスのポーズの両方をエンドツーエンドで最適化します。スライスのポーズは滑らかな角度スキャンの仮定に基づいて初期化されますが、学習可能なパラメータとして扱われます。バックプロパゲーション（誤差逆伝播）の間、勾ラジエントはラスタライザを通じて流れ、ガウス分布のパラメータとスライスの剛体変換の両方を精緻化し、これによりシステムは不規則なプローブの動き（ジッター）に対して自己校正を行うことができます。
• 初期化と密度制御 (Initialization and Density Control): 安定した収束を確実にするため、本手法は3D空間内にランダムに配置するのではなく、画像平面上に直接ガウス分布の中心を配置する「オンスライス（on-slice）」初期化を採用しています。さらに、密度制御メカニメントにより、「不活性」なガウス分布（強度と不透明度の積が低いもの）を削除し、それらを活動領域に再配置することで、計算効率と体積容量を維持します。
• 学習目的関数 (Training Objective): システムは、入力された2Dスライスからの画像レベルの教師信号のみに基づき、L1損失とSSML損失を組み合わせたハイブリッド損失関数を用いて最適化されます。

主な貢献

1. 教師なしセンサーレス再構成: 外部トラッキング、正解となる軌跡、または学習済みのポーズ推定器を必要としない、Gaussian Splattingの超音波への初の適用。
2. USに適応したGaussian Splatting: 超音波の物理特性、特にビューの冗長性の欠如とスライスの平面的な性質に対処した、新しい体積的フレームワーク。
3. カスタム微分可能ラスタライザ: 高度に異方的なサンプリング条件（面内方向には密、面外方向には疎）におけるスライスベースのレンダリングのために設計された、高性能なCUDA最適化済みラスタライザ。
4. ポーズとシーンの結合最適化: スライスのポーズをシーンパラメータと共に精緻化する戦略により、自由手技による取得時特有の不規則なプローブの動きに対する堅牢性を高める。

実験結果
本手法は、合成データ（正解ポーズを持つシミュレーションされた子宮モデル）および10名の患者からの実際の臨床TVSデータを用いて検証されました。

• 性能指標: 合成データにおいて、本手法は高い構造的類似度（SSлоSSIM 0.97–0.98）とPSNR（28–30 dB）を達成しました。実際の臨床データにおいては、すべての指標（SSIM、PSNR、LPIPS）において、最先端の暗黙的ニューラル表現ベースライン（ImplicitVol）を上回りました。
• 効率性: TVGSの大きな利点は計算速度です。ImplicitVolベースラインが実際のデータで収束するのに約3時間を要したのに対し、TVGSは11〜16分で優れた結果を得ました。
• 堅牢性: 本手法は、結合ポーズ最適化を通じて、中程度のモーションジッター（偏差2.5%まで）に対して堅牢性を示しました。しかし、極端なジッター（5%）では、固定ポーズのベースラインの方が安全であるという幾何学的事前知識が有効であったため、性能が低下しました。
• 汎用性: モデルは強力なクロスビュー汎用性を示し、単一のビュー（矢状断または横断）から解剖学的構造（子宮、子宮内膜など）を再構成し、直交するビューでレンダリングすることが可能です。
• レンダリング速度: 本フレームワークはリアルタイムレンダリングをサポートしており、50,000個のガウス分布を持つシーンで約55 FPS、より小さなシーンでは約229 FPSのフレームレートを実現しています。

意義と主張
論文は、TVGSが、純粋に計算的な手段によって2D超音波画像からの正確な3D再構成が可能であることを示しており、これにより専用ハードウェアの必要性を排除できると主張しています。異方性ガウスプリミティブを2Dスライスから直接最適化し、幾何学的仮定を活用することで、本手法は従来の3Dシステムに代わる、スケーラブルでメモリ効率の高いハードウェアフリーの代替案を提供します。

著者らは、本研究を、婦人科におけるAI支援分析や診断の新たな機会を可能にするステップとして位置付けています。複数の直交ビューの整合や、スキャンプロセス中の真のリアルタイム性能の達成に関する課題は依然として残っているものの、本手法は、オペレーターに依存しないトラッキングなしで低コストの超音波画像から高忠実度な3Dボリュームを生成するための、データ駆動型の体積再構成への道筋を示すものです。本研究は、既存の3Dシステムを即座に置き換えることを主張するものではなく、標準的な2D機器から高精度な3Dボリュームを生成するための実行可能な経路を提示しています。