| Project/Area Number |
21K09256
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 56020:Orthopedics-related
|
|---|
| Research Institution | Nara Medical University |
|---|
Principal Investigator |
宮本 拓馬 奈良県立医科大学, 医学部附属病院, 研究員 (10859052)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
田中 康仁 奈良県立医科大学, 医学部, 教授 (30316070)
大竹 義人 奈良先端科学技術大学院大学, 先端科学技術研究科, 准教授 (80349563)
|
|---|
| Project Period (FY) |
2024-01-17 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥2,990,000 (Direct Cost: ¥2,300,000、Indirect Cost: ¥690,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2022: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2021: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
|
|---|
| Keywords | 足・足関節 / 画像解析 / バイオメカニクス / 筋腱モーメントアーム / 4D‐Foot / 2D3Dレジストレーション / 筋腱セグメンテーション / 足部・足関節の動作解析 / 荷重CT / 足部・足関節 / モーメントアーム / ２D3Dレジストレーション |
|---|
| Outline of Research at the Start |
足部・足関節周囲の筋は，アライメントやキネマティクスに大きく関与している．各筋の関節に及ぼす影響を捉えるために，各筋の筋量とモーメントアームを用いる方法がある．しかし，これまでの方法はin vitroでの研究であり，足部・足関節の機能評価として重要な荷重時の評価は出来ていない．そこで，本研究の学術的「問い」は荷重下の運動時における，筋腱モーメントアームが，足部・足関節に及ぼす影響である．そこで，荷重時CTによる筋腱セグメンテーションと，2方向X線透視動画像を用いた2D-3Dレジストレーションを，AI・深層学習を用いることにより，全自動解析を用いて検討することが，本研究の主目的である．
|
| Outline of Annual Research Achievements |
本研究においては、2方向X線透視動画像を用いた2D3Dレジストレーションによる足部・足関節の動作解析および、荷重時CTによる筋腱セグメンテーションの手法を確立し、それにより解析を行うことが重要である。
我々は共同研究者とともに、距腿関節、距舟関節、距骨下関節に対して、2方向X線透視動画像とCT画像による2D-3Dレジストレーションを全自動で解析するシステム”4D‐Foot”を開発した。これは、本手法のマニュアル操作を、深層学習を用いてAIに学習させるという方法である。また，本システムの臨床応用を行い、アーチサポートが距腿関節、距骨下関節、距舟関節の動態に与える影響を検討した。その結果、アーチサポートは距腿関節の動態を現症させ、距骨下関節、距舟関節の動態を増加させることが解明された。
これにより"4D-Foot"は距骨下関節や距舟関節のような小さな動態の関節においても、評価することが可能であることが判明した。
また、荷重時CTによる筋腱セグメンテーションの手法に関しては、下腿4筋区画(前方区画・外側区画・浅後方区画・深後方区画)に対して自動セグメンテーションを行う方法を試み、その精度を評価した。その結果、それぞれの精度は、ASD0.37、筋区画は前方区画でDC0.90、ASD1.5、外側区画でDC0.81、 ASD2.30、浅後方区画でDC0.91、ASD2.9、深後方区画でDC0.80、ASD2.5であり、全体的に精度が高かった。本研究は下腿筋区画に対して、自動セグメンテーションを行うことを可能とし、その精度は比較的高かったと考える
|
