| Project/Area Number |
21K12719
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 90130:Medical systems-related
|
|---|
| Research Institution | Daiichi Institute of Technology |
|---|
Principal Investigator |
内村 俊二 第一工科大学, 工学部, 教授 (50203550)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
大惠 克俊 日本文理大学, 工学部, 教授 (80388123)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2023: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2022: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2021: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
|---|
| Keywords | 顕微授精 / 支援デバイス / シミュレータ / 3DCG / 技量評価 / 機械学習 / バーチャルリアリティ / 胚培養士 / 顕微授精支援デバイス |
|---|
| Outline of Research at the Start |
不妊治療の一つである顕微授精は主として胚培養士により行われているが、増加する生殖補助医療の現場では不足しており、また高い受精成功率を持つ熟練の培養士が求められている。
本研究課題は、胚培養士の育成・技量向上を目的とした卵子の３次元CGモデルを用いた、実際の卵子・精子を用いず簡便に練習ができる顕微授精シミュレータを提案する。
また熟練者の操作を記録する機構を追加し得られた操作データや、実際の卵子画像から画像処理により抽出した情報を反映した手技支援データを生成、これを用いた部分的な自動化等の顕微授精手技支援システムへの発展を目指す。
|
| Outline of Annual Research Achievements |
顕微授精を行う胚培養士の効率的な育成、技量の維持・向上および手技支援を目的とした「顕微授精支援デバイス」の実現を目的とする。卵子の３次元CGモデルを用いることで、実際の卵子・精子を用いず簡便に練習ができる顕微授精シミュレータ、さらに、熟練者の操作を記録する機構を追加し得られた操作データや、実際の卵子画像から画像処理により抽出した情報を反映した手技支援データを生成、これを用いた部分的な自動化等の顕微授精手技支援システムへの発展を目指す。
研究の第2年度として次の成果を得ている。
・卵子の物性に近い特性を持つ３次元モデルについては、CGツールUnityの物理エンジンを用いて、粒子とバネ・ダンパで構成される３次元弾性体モデルを作成し、注入ピペットモデルの刺入により卵子膜モデルが弾性的に変形する機能を実現した。また、実際の顕微鏡画像から、卵子の膜、注入および固定ピペットを画像処理手法により抽出した。
・６軸のジャイロセンサおよびロータリエンコーダを用いたコントローラの動作をボルトオンで測定できるデバイスを試作した。本デバイスはxy(水平面)移動に加え、z軸(垂直)方向の移動の測定も可能であり、今期開発した計測アプリケーションソフトウェアによりそのデータをPCへ取り込むことができる。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
当初の計画に対してやや遅れている、と評価する。
特に、顕微画像の機械学習について、学習データの作成については準備できた一方、機械学習システムについては実装・検証ができていない。
また、操作検出デバイスに関しては、６軸ジャイロセンサによるxy平面移動およびロータリエンコーダによるz軸移動の動作検出が可能な装置が試作済みとなっているが、コロナ禍により胚培養士による操作実験までは至っていない。
|
| Strategy for Future Research Activity |
画像・CG関連については、卵子膜CGモデルを高機能化し、機械学習の手法を用いて実物の動きを模倣できるようにする。また、画像処理による紡錘体位置の同定や、顕微鏡動画からの膜や固定・注入ピペット個々の抽出にも取り組む。
操作検出デバイスに関しては、試作した操作検出デバイスを胚培養士に使用してもらい、その使用感の評価を行う。また装置の小型化および無線化を行い、実際の受精操作に問題のない形状となったところで操作の検出を長期にわたり実施することで、受精成功率と操作のデータを統合し「正しい」操作データの抽出を行う。
さらにシミュレータのプロトタイプを作成して、胚培養士に使用してもらって動作検証を行い、改良点を検討し、改良を実施する。
|
