生体力学分野における骨の3Dモデルの構築には、2Dの医療画像からの特徴点の抽出と、注目領域の抽出（セグメンテーション）に膨大な手作業が必要で、これを解消する技術が求められている。一方、画像の各ピクセルを対応する物体にラベリングするセグメンテーション技術は、ニューラルネットワーク（NN）を用いたSegNetやU-net技術の登場後、さらに注目が集まっている。しかし、DICOM形式の医療画像をNNに適用するには学習データの作成が必要だが自動化ができていない。本研究では，画像処理技術と数理最適化技術を応用することで骨のセグメンテーションのための学習画像の自動作成法を提案し、U-netによるセグメンテーション性能の検証を行う。