| Project/Area Number |
23K22706
|
|---|
| Project/Area Number (Other) |
22H01435 (2022-2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2022-2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 20010:Mechanics and mechatronics-related
|
|---|
| Research Institution | Tokyo University of Science |
|---|
Principal Investigator |
朝倉 巧 東京理科大学, 創域理工学部機械航空宇宙工学科, 准教授 (60778207)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
倉科 佑太 東京農工大学, 工学(系)研究科(研究院), 准教授 (40801535)
栗原 渉 東京慈恵会医科大学, 医学部, 講師 (90826926)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥17,550,000 (Direct Cost: ¥13,500,000、Indirect Cost: ¥4,050,000)
Fiscal Year 2024: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
Fiscal Year 2023: ¥6,890,000 (Direct Cost: ¥5,300,000、Indirect Cost: ¥1,590,000)
Fiscal Year 2022: ¥8,320,000 (Direct Cost: ¥6,400,000、Indirect Cost: ¥1,920,000)
|
|---|
| Keywords | 再建耳小骨 / 中耳炎 / 有限要素法 / 形状最適化 / 中耳再建 / 最適化 / 耳小骨再建 / 伝音特性 / 人工耳小骨 / 中耳音響伝搬 / 聴力回復 / 機械学習 / 治療方針 |
|---|
| Outline of Research at the Start |
破壊された耳小骨の再建において必要となる最適な再建耳小骨形状を決定するため，遺伝的アルゴリズムによるトポロジー最適化，有限要素法による振動音響解析を併用して，効率的かつ高精度な形状最適化手法を開発する．高コストを要する有限要素法を多数試行する必要があるが，これを畳み込みニューラルネットワークによる深層強化学習で代替することによって低コスト化し，最適な伝音特性を有する中耳形状を探索的に決定する．
|
| Outline of Annual Research Achievements |
伝音難聴治療に対して行われる耳小骨再建術において，破壊された耳小骨連鎖を人工的に再建する術式が行われる．本検討では，従来の術者の経験による再建耳小骨形状の決定に替わり，現状の中耳の状態から最適な形状を形成可能な検索アルゴリズム，および探索された最適形状による聴力回復の可能性を検証する．
今年度は，これまで外乱ノイズ等の影響を大きく受けていた模型実験について，追検討を行うことによって，外乱等に影響を受けにくい模型実験プラットフォームを構築することができた．これを基にして，有限要素法および模型実験結果をCNNで学習することによって，最適形状の判別可能性について基礎的な検討を実施した．しかしながら，これを成功させるためには，多数種類の健常中耳をベースとした伝音特性を用いる必要があるが，まだ数種類の健常中耳のケースに留まっているため，次年度，CNN学習の精度を高められるケース数を数値解析および模型実験において増加させる．
次に，聴感評価システムの構築として，聴力推定結果から，日常生活で必要とされる音声情報の聞こえについて信号処理手法を用いた可聴化シミュレーションを実施するため，ケーススタディを実施したが，こちらについても，ケース数が少ない．従って，次年度多数の再建形状に関する可聴化を行い，相互比較により，医師による聴力比較の可能性について検証する．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
有限要素法および模型実験によるCNN結果を用いた聴力予測および可聴化について，まだ十分な結論が得られていない状況である．従って，その後に控えている，患者に関する各スコアを入力し，初期条件および最適化後の各形状データ，聴力情報などをグローバル分類器として学習させるための検討についてまだ進捗できていない．
|
| Strategy for Future Research Activity |
有限要素法および模型実験結果をCNNで学習することによって，最適形状の判別可能性について，多数種類の健常中耳をベースとした伝音特性のケース数を数値解析および模型実験において増加させ，CNN分類器の精度向上を行う．
次に，聴感評価システムの構築として，聴力推定結果から，日常生活で必要とされる音声情報の聞こえについて信号処理手法を用いた可聴化シミュレーションを引き続き実施するが，可聴化する再建形状のケース数を増加させ，相互比較により，医師による聴力比較の可能性について検証する．
さらに，患者に関する各スコアを入力し，初期条件および最適化後の各形状データ，聴力情報などをグローバル分類器として学習させるための検討について着手し，治療システムの構築を目指して検討を進める．
|
