• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

大動脈区分を見る:深層学習と複合現実によるREBOA支援システムの開発

Research Project

Project/Area Number 22K18217
Research Category

Grant-in-Aid for Early-Career Scientists

Allocation TypeMulti-year Fund
Review Section Basic Section 90130:Medical systems-related
Research InstitutionTeikyo University

Principal Investigator

高田 剛志  帝京大学, 先端総合研究機構, 助教 (00908858)

Project Period (FY) 2022-04-01 – 2025-03-31
Project Status Granted (Fiscal Year 2023)
Budget Amount *help
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2024: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2023: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Fiscal Year 2022: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
KeywordsREBOA / 深層学習 / IVR / 複合現実 / 複合現実(Mixed Reality) / 救急医療 / セグメンテーション
Outline of Research at the Start

本研究の目的は、深層学習および複合現実の技術を用いて大動脈内バルーン遮断(REBOA)支援システムを開発することである。救命救急におけるカテーテル手技であるREBOAは、X線透視装置等がない非透視下の状況でも行われることがあるが、非透視下では大動脈から重要臓器へ分岐する分枝位置を正確に把握する術がなく、意図せず重要臓器が虚血に陥るリスクと隣り合わせである。
そこで、本研究では、非透視下における安全なREBOAの実現を支援するため、大動脈区分を判別する深層学習モデルの開発、および、判別した大動脈区分を直感的に可視化する複合現実システムの開発を行う。

Outline of Annual Research Achievements

本研究の目的は、深層学習および複合現実の技術を用いて、大動脈内バルーン遮断 (REBOA: resuscitative endovascular balloon occlusion of the aorta) 支援システムを開発することです。救命救急におけるカテーテル手技である REBOA は、X 線透視装置等がない非透視下の状況でも行われることがありますが、非透視下では大動脈から重要臓器へ分岐する分枝位置を正確に把握する術がなく、意図せず重要臓器が虚血に陥るリスクがあります。このリスクを軽減するためには、非透視下においても正確に大動脈区分を特定し、安全な手技をサポートする技術が必要です。
そこで、本研究では、非透視下における安全な REBOA の実現を支援するため、大動脈区分を判別する深層学習モデルの開発、および、判別した大動脈区分を直感的に可視化する複合現実システムの開発を行います。また、複合現実システムは、モバイルデバイスを用いて、術者に対してリアルタイムで視覚的に情報を提供し、手技の正確性を向上させることを目指しています。
2023年度においては、昨年度に開発した深層学習モデルをモバイルデバイス上で動作させるためのアプリケーションの開発に従事しました。これにより、術者が必要な情報を常に把握することが可能となることを目指しています。
2023年度の成果の一部は、学会発表や投稿論文を通して公表しています。

Current Status of Research Progress
Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

アプリケーションの開発に時間を要しているため。

Strategy for Future Research Activity

今後は、深層学習モデルの改良を図るとともに、本システムを実装するためのアプリケーションの開発を継続する。

Report

(1 results)
  • 2023 Research-status Report
  • Research Products

    (4 results)

All 2023 Other

All Int'l Joint Research (1 results) Journal Article (1 results) (of which Peer Reviewed: 1 results,  Open Access: 1 results) Presentation (2 results) (of which Int'l Joint Research: 1 results)

  • [Int'l Joint Research] Oregon Health & Science University(米国)

    • Related Report
      2023 Research-status Report
  • [Journal Article] Simulation of Radiation Dose for Female Physicians: Radiation Exposure Risk in Structural Heart Disease Procedures2023

    • Author(s)
      Takata Takeshi、Kataoka Akihisa、Yanagawa Ayaka、Shiraishi Kenshiro、Kotoku Jun’ichi
    • Journal Title

      Journal of Transcatheter Valve Therapies

      Volume: 5 Issue: 1 Pages: 17-23

    • DOI

      10.33290/jtvt.oa.22-0015

    • ISSN
      2434-4532
    • Related Report
      2023 Research-status Report
    • Peer Reviewed / Open Access
  • [Presentation] Examination of radioprotective effect by apertured shielding screens using Monte Carlo calculation2023

    • Author(s)
      Takeshi Takata, Akihisa Kataoka, Ayaka Yanagawa, Hiroshi Kondo, Jun'ichi Kotoku
    • Organizer
      第52回日本IVR学会総会
    • Related Report
      2023 Research-status Report
  • [Presentation] Phantom study to correct an unobservable area due to a high-density obstacle in DSA images using deep learning2023

    • Author(s)
      Takeshi Takata, Kentaro Yamada, Jun‘ichi Kotoku
    • Organizer
      第125回日本医学物理学会学術大会
    • Related Report
      2023 Research-status Report
    • Int'l Joint Research

URL: 

Published: 2022-04-19   Modified: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi