大腸癌は西洋諸国で3番目に多い癌である。コンピュータ断層撮影（CT）を用いた大腸および大腸癌のセグメンテーションは、医学分野における急務である。実際、この問題を解決できるシステムの開発により、大腸癌の早期発見が可能となり、放射線科医による病変の検出を支援し、診断プロセスを著しく迅速化できる。しかし、医療画像処理に関する科学的論文の多くは、閉鎖的で非公開のデータを用いている。本論文では、大腸癌の正確なマーキングを含むMedical Decathlonデータセットの拡張を提案し、セグメンテーションアルゴリズムの品質向上を図るものである。経験豊富な放射線科医がデータを検証し、品質に基づいてサブセットに分類した上で、公開データとして公表した。得られた結果を基に、5分割交差検証を用いてUNetアーキテクチャのニューラルネットワークモデルを訓練したところ、Dice係数は $0.6988 \pm 0.3$0.6988±0.3 の精度を達成した。本研究で公開されたマーキングデータは、大腸癌検出の精度向上に寄与するとともに、放射線科医による画像所見記述作業の簡素化を実現するものである。