ブラックボックス最適化を用いた臓器の変形推定手法の開発

Research Project

Project/Area Number	22K12840
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	Kyoto University
Principal Investigator	山本詩子京都大学, 情報学研究科, 特別研究員(RPD) (70707405)
Project Period (FY)	2022-04-01 – 2025-03-31
Project Status	Granted (Fiscal Year 2022)
Budget Amount *help	¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000) Fiscal Year 2024: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000) Fiscal Year 2023: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000) Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Keywords	変形推定 / コンピュータ支援手術 / ブラックボックス最適化 / カーネル法 / ランドマーク / 肺 / 気胸変形 / ベイズ的最適化
Outline of Research at the Start	コンピュータ支援手術では、直接目視できない領域を含めて注意すべき関心領域や切除対象領域についての情報を医師に提供することが求められている。本研究の目的は、手術中の限られた視野内で肺の変形を観測するランドマークとなる位置を最適化し、変形を解析しやすいコスト関数で変形をモデリングすることにより、ヒト肺の変形推定を行い手術の支援をするアルゴリズムの創出とシステムの開発を行うことである。本研究計画では、限られた視野内で臓器を観測するランドマーク位置の最適化、計算コストが低く解析に適したコスト関数で臓器の変形をモデリング、ヒト肺の変形推定に適用し手術支援システムの開発に取り組む。
Outline of Annual Research Achievements	肺の手術において、開胸手術に比べてより低侵襲な胸腔鏡手術が主流となってきたが、手術中の視野が狭く臓器の状態を正確に捉えることが難しいことから、手術計画通りに手術を進めることがしばしば難しい。そこで医師による施術をコンピュータが支援するシステムの導入が進められている。コンピュータ支援手術では、直接目視できない領域を含めて注意すべき関心領域や切除対象領域についての情報を医師に提供することが求められている。本研究課題は、手術中の限られた視野内で肺の変形を観測するランドマークとなる位置を最適化し、変形を解析しやすいコスト関数で変形をモデリングすることにより、ヒト肺の変形推定を行い手術の支援をするアルゴリズムの創出とシステムの開発を行うことを目的としている。研究期間1年目の本年度は、限られた視野内で臓器を観測するランドマーク位置の最適化をするために適用するブラックボックス最適化のプログラム開発を行った。観測するランドマーク点の組合せの善し悪しを組合せ最適化問題としてモデリングし最適化する。観測するランドマーク点の数は少ない方が実際の手術に応用する際の計測コストが低いが、数が少なすぎると変形を精度良く推定することが困難となる。また、観測する位置が推定精度に影響すると考えられるが、どのような位置を観測すると推定精度が良くなるかは自明ではないため、探索する必要がある。ブラックボックス最適化は、入力と出力の関係を直接的に固有のコスト関数で書き下すことが難しい問題である場合に、二次形式などのコスト関数で入出力関係をモデル化することで、モデルを最適化することができる。このブラックボックス最適化に関するプログラムは、関連する他のプロジェクトにおける研究の進捗が良好であることから、相補的な作成が可能となり、計画通り本年度中に完成することができた。
Current Status of Research Progress	Current Status of Research Progress 2: Research has progressed on the whole more than it was originally planned. Reason コンピュータ支援手術で術野の情報を医師に提供するためには、術中に臓器がどのように変形し、術前に計画した切除対象領域が術中にどのように移動するかを正確に同定することが重要である。肺は術中に脱気すると非線形に大きく萎む変形をするため、体積変化が無いと仮定して変形を計算する有限要素法のような力学モデルによるモデリングは難しい。従って、限られた視野内の臓器の情報から、3次元的な臓器全体の変形を予測する技術の開発は重要な課題である。術前に限られた視野内で効率的に部分的な臓器の情報を得るには、臓器表面のどんな位置を計測対象とするかが、臓器全体の変形の推定精度に大きく影響する。そこで、本年度には、術前の含気時と術中の脱気時で臓器表面の位置を計測して変形推定の入力とするランドマークの位置を最適化するための、ブラックボックス最適化を用いた最適化プログラムの開発を行った。各ランドマークを選択するか否かを0/1で表したランドマーク点の組合せ数は非常に多く、その最適化は組合せ最適化問題となり非常に時間がかかる。また、ある組み合わせのランドマークを選んだ場合に、そのランドマークを観測した部分的な臓器の変形から、臓器全体の変形を推定するためには、その組み合わせごとにデータの学習をし直す必要があり、一回の学習推定の計算にも時間がかかる。そこでランドマークを入力とし、推定精度の評価値を出力とするブラックボックスと考え、ブラックボックス最適化を行うことで、現実的な時間内で最適化を目指した。観測したランドマークの変形から臓器全体の変形推定には、これまでの研究で推定性能が示されているカーネル法を用いた。以上のことから、本研究課題はおおむね順調に進展していると言える。
Strategy for Future Research Activity	本研究課題では、手術中の限られた視野内で肺の変形を観測するランドマークとなる位置を最適化し、変形を解析しやすいコスト関数で変形をモデリングすることにより、ヒト肺の変形推定を行い手術の支援をするアルゴリズムの創出とシステムの開発を行うことを目的としている。研究期間2年目の次年度は、計算コストが低く解析に適したコスト関数で臓器の変形をモデリングする。臓器は硬さや微細構造が、部位や人ごとに異なるため、力学特性をパラメータとした力学モデルを用いて変形を計算するには、力学特性の計測が必要となり手術中には不可能である。また、特に肺の変形は、術前から気胸状態の術中への収縮で大きな体積変化を伴うため、有限要素法などで体積変化が起こらないと仮定した変形計算を行うことは難しい。そこで、統計的に変形を精度良く表現できるコスト関数を構築し、解析的に臓器全体の変形を計算できるようにモデリングすることで、蓄積したデータの検証のみならず、臓器の変形というものを理解することへと繋がることが期待できる。研究期間1年目に構築したブラックボックス最適化のプログラムを利用し、二次形式のコスト関数で変形をモデリングし、推定結果を検証する。ランドマークの位置と変形との関係はもともとは未知の関数であるが、どんな関数でもテイラー展開をすれば多項式で近似が可能である。二次の項までの展開で近似した二次形式のコスト関数で表すと、微分などの計算を行うことによって変形に寄与するランドマークを特定するなどの解析が可能となる。これまでに用いてきた犬肺の術前から術中への変形をモデリングすることにより、ヒト肺の変形を推定する手法の開発へと繋げる。