中学3年生のインターンシップ、CTスキャン、そして砂糖と塩を区別することを学習したAI

2026年2月12日 | ダニエル・スティックラー博士

最近、3週間の学生インターンシップ中にComet Yxlonでは、好奇心旺盛で意欲的な中学3年生の生徒を指導する機会がありました。彼女は（正当な理由から）X線装置を単独で操作することは許されていませんでした。そこで私たちは、実践的なデータ、実際の分析、そして明確な成果が得られるような、現実的なプロジェクトを設計しました。目標は、彼女がソフトウェアを自主的に操作しながら、X線画像処理とコンピュータ断層撮影の基礎を学ぶことでした。

「X線とは何か？」から「ニューラルネットワークを訓練してみよう」まで

私たちは基礎から始めました。X線物理学の概要、主要構成要素（線源、検出器、形状）、そしてCTが2D画像とどう違うのかといった点です。15歳にとって、これは一般的な学校の授業内容をはるかに超えるものなので、視覚的に分かりやすく、実践的で、具体的な例を交えながら説明しました。
そして実験が始まった。

「砂糖 vs. 塩」CTチャレンジ

FF35CTで簡単なサンプルをスキャンしました。プラスチック製のストローに砂糖と塩を半分ずつ入れたものです。生の投影画像では、炭素を多く含む砂糖と密度の高いNaClの違いがすでに見て取れました。興味深いのは、ストローをよく振って中身を混ぜ合わせた後です。2D画像では、混合物が分離しにくくなり、端の方にわずかな痕跡が残るだけでした。

_{生の 2D X 線投影FF35 CT。塩と砂糖がはっきりと分離されています。}

_{生の 2D X 線投影FF35 CT。今度は塩と砂糖を混ぜ合わせた状態です。視覚的に違いを区別するのが難しくなりました。}

再構築された3Dボリュームでは、分離は概念的には容易になったが、それでも決して簡単なことではなかった。

閾値処理だけでは不十分だった理由

単純な閾値を用いることで塩分は比較的うまく分類できたが、砂糖ははるかに難しかった。

砂糖の色が薄く、空気と部分的に混ざり合っており、軽度のビーム硬化アーティファクトが見られた。
同様の強度を持つプラスチック粒子も存在し、セグメンテーションを混乱させた。

そこで私たちは手動によるセグメンテーションの段階を脱しました。

_{3D再構築ボリュームの可視化Dragonfly 3D World塩粒子を分離するために閾値処理を適用した。}

_{3D再構築ボリュームの可視化Dragonfly 3D World塩粒子を分離するためにセグメンテーション処理を適用しました。}

AIに仕事をさせる

Dragonfly 3D Worldのセグメンテーションウィザードを使用して、ボリュームを分類するニューラルネットワークをトレーニングしました。ラベル戦略を反復しました。

塩と砂糖の比較、そして「プラスチック/粒子/空気」を第三の分類とする
その後、プラスチックと粒子をさらに別のクラスに分離することで、さらに精製する。

最終結果は実に素晴らしい。特に、短い期間とインターンの年齢を考えると尚更だ。（映像を見れば一目瞭然だ。）

セグメンテーション前セグメンテーション後

スピードとディテールに関する実践的な考察

反復処理を迅速化し、ワークフローをスムーズにするために、 2×2ビニングでスキャンを行い、再構成されたボリュームにも2×2×2ビニングを適用しました。そのため、一部の表面がやや段差状に見えますが、学習と実験を加速させるための適切なトレードオフでした。

主なポイント：

私が最も楽しかったのは、学生たちが意義のある課題、つまり実際のツール、実際の問題、実際の成果を与えられたときに、いかに熱意が急速に高まるかを目の当たりにできたことです。X線/CTとAIによるセグメンテーションおよび機械学習を組み合わせることで、インターンシップは「誰かの作業を傍観する」だけのものよりもはるかに魅力的なものになりました。

次は、2つ目のテーマである「3DプリンティングとCTスキャンを用いた、差異（実測値とCADデータの比較）分析」についてです。これについては、後日ブログでご紹介します。

_{ボリュームの3D再構成と複数のスライス。セグメンテーション前と、 Dragonfly 3D World 。}

_{体積の3D再構成と複数のスライス。セグメンテーション後}_{、空気、プラスチック、粒子のクラスを除去した状態。Dragonfly} _{Dragonfly 3D Worldで可視化。}