人工股関節全置換術において，患者固有の筋骨格形状を知る事は術前の手術計画立案及び術後の予後評価において非常に重要である. 特に術後評価においては筋骨格形状だけでなく，挿入されたインプラントの 3 次元形状が必要となる. これまでに術前 CT 画像を対象とした筋骨格セグメンテーション手法は提案されているが，術後CT画像ではインプラントによって生じる金属アーチファクトが患部周辺の解析精度を低下させる問題がある. そこで本研究では，より定量的な術後評価に向け，術後CT画像からの1) 筋骨格セグメンテーション 2)インプラントセグメンテーションの2つを提案する. 筋骨格セグメンテーションでは，金属アーチファクト低減手法とセグメンテーション手法を組み合わせた手法を提案した. 金属アーチファクトシミュレーションを用いたシミュレーション実験と実画像実験を行い，提案法の有効性を示した. さらに、精度だけでなく不確実の観点からも評価を行い、正解データが得られない実画像においても定量的な評価を行なった。 インプラントセグメンテーションではCAD(Computer-Aided Design)モデルの位置合わせで正解データを作成し，ネットワークの学習を行った. テスト時にCADモデルが利用できない状況を想定し、実験では特に，学習データに含まれないインプラント機種を使用して，未知のインプラント機種への適用可能性を検討した。