| Project/Area Number |
20H00227
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (A)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Medium-sized Section 20:Mechanical dynamics, robotics, and related fields
|
|---|
| Research Institution | Teikyo University (2022-2024)
The University of Tokyo (2020-2021) |
|---|
Principal Investigator |
光石 衛 帝京大学, 先端総合研究機構, 教授 (90183110)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
山下 樹里 国立研究開発法人産業技術総合研究所, 生命工学領域, 主任研究員 (10358252)
小関 義彦 国立研究開発法人産業技術総合研究所, 生命工学領域, 主任研究員 (30356993)
鎮西 清行 国立研究開発法人産業技術総合研究所, 生命工学領域, 首席研究員 (60357506)
牛久 哲男 東京大学, 大学院医学系研究科(医学部), 教授 (60376415)
Heredia Saul 東京大学, 大学院医学系研究科(医学部), 特任助教 (00996788)
MarquesMarinho Murilo 東京大学, 大学院工学系研究科(工学部), 助教 (70837468)
原田 香奈子 東京大学, 大学院医学系研究科(医学部), 准教授 (80409672)
|
|---|
| Project Period (FY) |
2020-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥44,720,000 (Direct Cost: ¥34,400,000、Indirect Cost: ¥10,320,000)
Fiscal Year 2024: ¥9,490,000 (Direct Cost: ¥7,300,000、Indirect Cost: ¥2,190,000)
Fiscal Year 2023: ¥8,840,000 (Direct Cost: ¥6,800,000、Indirect Cost: ¥2,040,000)
Fiscal Year 2022: ¥7,540,000 (Direct Cost: ¥5,800,000、Indirect Cost: ¥1,740,000)
Fiscal Year 2021: ¥9,360,000 (Direct Cost: ¥7,200,000、Indirect Cost: ¥2,160,000)
Fiscal Year 2020: ¥9,490,000 (Direct Cost: ¥7,300,000、Indirect Cost: ¥2,190,000)
|
|---|
| Keywords | ロボット / 遠隔操作 / AI / 病理 / 切断 / 自動化 |
|---|
| Outline of Research at the Start |
病理検査における生体組織の切り出しタスクを対象として，ロボットによる高精度な自動切り出しを実現することを目的とする．研究においては，病理サンプルの画像処理による病変部位の特定，及びFinite Element Analysisを統合した強化学習プラットフォームによる最適な切り出し手法の研究を行い，その結果を病理切り出しロボットシステムに搭載して評価を行う．
|
| Outline of Annual Research Achievements |
病変部分の切り出し線決定の自動的に関する研究を昨年度に引き続き行った。まず、2台のカメラで撮影した医師の検体切り出し作業について、ナイフ位置の計測による動作解析を行なった。まず、カメラ画像に写ったナイフ位置を、2次元画像上の2次元データとしてトラッキングしている。今年度は、撮影の前後にキャリブレーションフレームを撮影できた18例について、3D位置の再現を試みた。(1)左右のカメラでナイフ位置が撮影できており（手などで隠れない、フレームアウトしない）、(2)切断部位が大腸がん周辺であって（断端ではない）、かつ (3)検体の端から端までを切断する場合のすべての条件を満たす動画クリップとして、5例7動画クリップを抽出し、3Dの軌跡を計測することができた。
ロボットを用いた切除方法に関しては、前年度から継続して、引き切り、落とし切り、それらの組み合わせについて、切除力等について検討した。これまでの解析では、基本的には引き切りが切削力の低減には有用であることがわかっている。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
更なる病理画像の収集、医師による切除動作画像の取集を進めている。収集した病理画像についてある程度の精度で病変部位を検出可能となった。また、より良い切除方法を見出すため、医師の動作解析が可能な画像を収集し、解析を進めている。さらに、切除方法についてのシミュレーションを進めている。ロボットの制御方法については、衝突回避等の技術を確立した。これらからして、おおむね順調に研究が進展している。
|
| Strategy for Future Research Activity |
医師の検体切り出し動作について、多様な切り方を分類し、検体の大きさ・医師の経験との関連について、ナイフ軌跡のフーリエ変換・リカレンスプロット等により分析する。また、2D動画上の軌跡データと、3Dの軌跡データの間で、分析結果にどのような差があるかについても評価する。これを含めて、切り出し線情報をロボットに送り、ロボットを動作させる。切除方法については、動作解析とともに、シミュレーションで得られる切除方法に関する情報を用いる。さらに、すべての機能を統合した総合実験を行い、構築してきた全体システムを評価する。
|
