溺死事例の剖検後CTにおける蝶形洞内液体の多次元ディープラーニングベースのセグメンテーションと体積評価

解剖室を越えて重要な理由

水中で亡くなっている人が見つかった場合、経験豊富な法医でも、その人が実際に溺死したのかそれ以前に別の原因で死亡したのかを自信を持って断定するのは難しいことがあります。一つの微妙な手がかりが、鼻の奥深くにある小さな空洞、蝶形洞にたまる液体です。剖検後CTでその液体を測定できれば手がかりになりますが、手作業では時間がかかり、読影者の技量に大きく依存します。本研究は、最新のコンピュータビジョン技術がその液体を自動で検出・測定できるかを検証し、困難な溺死調査に対してより速く一貫した支援を提供できる可能性を探ります。

重要な手がかりを含む隠れた空間

溺死事例では、副鼻腔、すなわち顔面骨にある小さな腔所に液体が浸入することが多くあります。頭蓋深部に位置する蝶形洞は特に注目に値します。そこにたまった液体は顕微鏡的な藻類の有無や、淡水か海水かを示唆する塩分濃度の検査対象になり得るからです。以前の研究は、剖検後に撮影されたCT画像が剖検で得られる液体量と大まかに一致することを示しました。しかしその数値を得るには、専門家がコンピュータ上でスライスごとに液体領域を描画する必要があり、手間がかかり標準化が困難で、多数例に適用するには非現実的でした。

コンピュータに液体を見分けさせる

研究チームは医療画像解析で広く用いられるU-Net系のディープラーニングモデルに着目しました。彼らは剖検で溺死が確認された165名の剖検後CTを収集し、経験ある観察者が蝶形洞内の液体を手作業でトレースして、コンピュータが学習するための参照マップを作成しました。症例は訓練、検証、テスト群に分けられ、モデルは未見のデータで評価されるようにしました。研究者は次に、個々のCTスライスを解析する2D、隣接する前後のスライスも合わせて見る2.5D、小さな三次元ブロックを一括して解析する3Dという三種類のシステムを構築しました。

モデルの性能

三つのモデルはいずれも、テスト用スキャン上で専門家のトレースに近い形で蝶形洞内の液体を特定できました。形状や境界を正確に描く点では2Dと2.5Dアプローチが最も安定しており、一方3Dはやや精度が落ち、症例ごとのばらつきが大きめでした。これらのアウトラインを実際の液体体積に変換すると、自動推定値は参照値とミリリットル単位でごくわずかな差に収まり、統計的に有意な差は認められませんでした。予測値と手動計測値はすべてのモデルで強い相関を示し、コンピュータ生成の測定が労力のかかる手作業に代わり得ることを示唆しています。

中間的アプローチが優れた理由

スライスとその直近の隣接スライスを参照する2.5Dモデルは、精度と実用性のバランスで最も優れていました。ある程度の三次元的文脈を取り入れることで、近接する骨や軟部組織と真の液体を区別するのに有利になりつつ、完全な3Dモデルが抱える計算負荷や不安定性を回避できます。対象構造が小さく、少数のスライスにしか現れない場合、完全な3Dは特に不利になりやすいのです。計算資源が限られ、多数例を処理する必要のある多忙な法医学センターにとって、この中間的戦略が現実的な日常運用の選択肢となる可能性があります。

今後の死亡調査への意味

非専門家にとっての主要な結論は、コンピュータが剖検後CT上で頭部深部の小さな液体ポケットを専門家と近い精度で安定して検出・測定できるようになったということです。本研究はそのような自動測定が迅速かつ一貫して得られることを示し、剖検前にCTデータを用いて溺死診断を支援する道を開きます。単一施設での研究であるためより広範な検証や、他の副鼻腔や非溺死例への拡張は今後必要ですが、高度な画像解析が法医学で最も困難な問いのいくつかを静かに補強する未来を示唆しています。

引用: Heo, JH., Kim, MJ., Jang, S.J. et al. Multi-dimensional deep learning–based segmentation and volumetric assessment of sphenoid sinus fluid on postmortem CT in drowning cases. Sci Rep 16, 13800 (2026). https://doi.org/10.1038/s41598-026-44094-3

キーワード: 溺死診断, 剖検後CT, 法医学イメージング, ディープラーニング, 副鼻腔液体