Project/Area Number |
22K18217
|
Research Category |
Grant-in-Aid for Early-Career Scientists
|
Allocation Type | Multi-year Fund |
Review Section |
Basic Section 90130:Medical systems-related
|
Research Institution | Teikyo 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)
|
Keywords | REBOA / 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。
|