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

Development of a non-contact vital sensor for safe and efficient contrast-enhanced CT examinations

Research Project

Project/Area Number 23K07157
Research Category

Grant-in-Aid for Scientific Research (C)

Allocation TypeMulti-year Fund
Section一般
Review Section Basic Section 52040:Radiological sciences-related
Research InstitutionHiroshima University

Principal Investigator

檜垣 徹  広島大学, 先進理工系科学研究科(工), 准教授 (80611334)

Co-Investigator(Kenkyū-buntansha) 中村 優子  広島大学, 医系科学研究科(医), 准教授 (40598984)
Project Period (FY) 2023-04-01 – 2027-03-31
Project Status Granted (Fiscal Year 2023)
Budget Amount *help
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2026: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2025: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2024: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2023: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Keywords非接触センサー / 造影CT検査 / 医療安全
Outline of Research at the Start

本研究課題では,安全かつ効率的な造影CT検査を実施するための複合センサーデバイスである非接触バイタルセンサーを開発する。患者体重を映像情報から推定したり,心電図同期信号や呼吸同期信号を映像ならびにセンサー情報から非接触で取得したりすることのできるデバイスおよび解析ソフトウェアを開発し,造影CT検査の効率化を実現する。カメラで取得した皮膚の色情報,カメラやセンサーなどの複合的な情報から推定した心拍と呼吸の情報を利用して,造影剤副作用の兆候を早期に検知できるシステムを開発し,安全な造影検査を実現する。

Outline of Annual Research Achievements

非接触に被験者のバイタル情報を取得するため,まずはカメラの選定を行った。CT室内の天井から監視する状況かつガントリーによって影になる状況も踏まえ,光学ズーム機能を有し,低照度でも鮮明な画像を得られるカメラとして,Canon CR-N300を選定した。奥行き情報を取得できるセンサーとして,APIの充実したMicrosoft Azure Kinect DKを採用した。
カメラ情報から脈波の情報を取得するため,まずカメラ映像内から顔部分を深層学習により抽出し,続いて肌部分の輝度情報を計測した。輝度の情報をそのまま利用した場合,環境光や動きによる輝度のゆらぎが生じて脈波情報を抽出できなかったため,輝度値をRGBに分解して演算することによって環境によるゆらぎを除去した脈波の情報を取り出す手法を開発した。
奥行きセンサーを用いて被験者の正面から距離画像を取得することで,呼吸波形を取得する手法を開発した。奥行き画像を領域分割し,適切な領域のみから情報を抽出することで,呼吸波形をロバストにかつ感度よく抽出した。
2つのカメラから得たステレオ映像をもとに,映像の奥行き情報を推定し平行化することで,撮影角度によらずひずみを除去した正面画像を作成する手法を開発した。CTのガントリー内に被験者がいることを想定し,足側から撮影したステレオ映像に対し,特徴点抽出,特徴点マッチングを経てステレオ平行化し,奥行き情報を抽出した。奥行き情報をもとに,射影変換行列を求め適用することで,正面画像に変換した。

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

研究計画の段階では,1-2年目にセンシングデバイスの選定や被験者の体重の推定,心拍および呼吸の推定法の開発を予定していた。体重の推定に関しては未着手であるが,デバイスの選定および心拍と呼吸の推定に関しては予定通り進んでいる。2年目に体重の推定法の開発を行う予定であり,全体としておおむね計画通り研究は進行している。

Strategy for Future Research Activity

2年目においては,計画に記述した通り,カメラ映像から体重を推定する手法を開発する。カメラ映像から人体を検出し,体格をパラメータ化することで,体重推定に必要な情報を抽出する。抽出したパラメータから,統計情報を利用することで体重を推定する手法を開発する。
1年目に開発した脈波の抽出手法については,得られた脈波と心電図背景をペアにして深層学習モデルを学習することで,脈波と心電図波形の変換が可能であるかを検証する。
1年目に開発した呼吸波形の計測手法については,より精度よくロバストな計測ができるよう,引き続き改良を行う。
1年目に開発したステレオ映像を正面化する手法については,実験環境下で構築した手法を,実際の検査室の映像に適用できるよう,調整を行う。

Report

(1 results)
  • 2023 Research-status Report

URL: 

Published: 2023-04-13   Modified: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi