外科手術の安全性向上のためには血管および腫瘍の三次元構造の正確な把握が必要不可欠である.近年,術中臓器の変形推定技術が広く研究されており,カメラ画像内における二次元臓器領域が抽出できれば,臓器の三次元変形推定が可能であることが示されている.しかし,手術時において形状が大きく変化する肺などの臓器についてはカメラ画像内の臓器領域を精度よく自動抽出する手法が確立されていない.本研究では,深層学習を用いて,胸腔鏡下肺がん切除術の術中カメラ画像に対し,肺領域を自動抽出可能なモデルを構築した.過去に実施された肺がん切除術の術中カメラ画像を用いて本モデルを訓練し,検証用症例の画像を用いて有効性を検証した結果,初期画像に対する肺領域の自動抽出精度,および時系列的な領域変化を伴う連続画像に対しての自動抽出精度がともに良好であったので報告する.(著者抄録)