目的：自動化された神経形態計測ツールを系統的にレビューし、独立した視神経データセットに対してそれらの性能を独立にベンチマークする。設計：系統的レビューおよび比較ベンチマーク研究。対照：ベンチマークは、パラフェニレンジアミン染色したマウス（n = 85）およびラット（n = 44）の視神経画像を用い、手動でアノテーションした軸索数を真値とした。方法：PRISMAガイドラインに従い、2026年1月までにPubMed、Embase、Scopusで系統的検索を行うことで、自動化または半自動化の神経組織形態計測ツールを記述した既報研究を同定した。データ抽出は、ツールの能力、画像化モダリティ、種、自動化レベル、妥当化アプローチの70項目を対象とした。適格な18ツール（8つの深層学習[DL]、10の古典的コンピュータビジョン[CV]）を、マウスおよびラットの両方の独立データセットでベンチマークした。主要アウトカム指標：性能は、平均絶対パーセント誤差（MAPE）、ピアソン相関、中央値の予測値対真値比により評価した。ツールは画像ごとに順位付けされ、Friedman検定に加えNemenyiの事後解析で比較した。結果：71件の研究が組入基準を満たし、1999年から2026年までに及んだ。深層学習法は研究全体の38%（27/71）を占め、2017年以前は0%だったのに対し、2020年以降は55%を超える出版が見られた。出力として最も一般的だったのは軸索計数（73%、52/71）であり、g-ratioを報告したのは35%（25/71）のみであった。ベンチマーク対象のツールのうち、Marina（CV, 2010）は平均MAPEが最も低く（32.9%）達成した。上位5ツール（MAPEが32.9〜44.8%の範囲）は、Friedman-Nemenyi解析により統計学的に識別できなかった（p > 0.05）。性能はデータセット間で大きく変動した：AxonJ（CV）はラット画像で2番目に良いMAPE（27.7%）を示した一方、マウス画像では最悪で（438.6%）あった。結論：両データセットにわたって一貫して優れた単一ツールは示されなかった。古典的手法と深層学習手法は、軸索計数において同等の精度を達成した。ツール選択は、対象とする種、組織調製プロトコル、所望する形態計測出力に基づいて決めるべきである。本系統的レビューおよび独立ベンチマーク研究は、視神経研究におけるツール選択のためのエビデンス基盤を提供する。
https://doi.org/10.64898/2026.06.15.731646