Project/Area Number |
23K24448
|
Project/Area Number (Other) |
22H03189 (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 56010:Neurosurgery-related
|
Research Institution | Teikyo University |
Principal Investigator |
辛 正廣 帝京大学, 医学部, 教授 (70302726)
|
Co-Investigator(Kenkyū-buntansha) |
高橋 慧 国立研究開発法人理化学研究所, 革新知能統合研究センター, 研究員 (00852120)
後藤 芳明 帝京大学, 医学部, 講師 (10933608)
金 太一 東京大学, 医学部附属病院, 特任准教授 (90447392)
宇野 健志 帝京大学, 医学部, 准教授 (90459397)
新谷 祐貴 東京大学, 医学部附属病院, 助教 (20844616)
|
Project Period (FY) |
2022-04-01 – 2026-03-31
|
Project Status |
Granted (Fiscal Year 2024)
|
Budget Amount *help |
¥15,990,000 (Direct Cost: ¥12,300,000、Indirect Cost: ¥3,690,000)
Fiscal Year 2025: ¥2,990,000 (Direct Cost: ¥2,300,000、Indirect Cost: ¥690,000)
Fiscal Year 2024: ¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2023: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
Fiscal Year 2022: ¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000)
|
Keywords | 3D virtual reality image / AI / 機械学習 / 手術シミュレーション / 3D / virtual reality / simulation / deep learning / auto-detection / 脳神経外科手術 / 3D画像 / segmentation / 人工知能 / 画像認識 / 解剖 |
Outline of Research at the Start |
脳神経外科の手術では、脳深部に存在する病変を治療するには、限られた範囲の術野から得られる視覚情報から、周辺全体の解剖構造と術野のオリエンテーションを理解して手術操作を行うことが必須となる。手術中には、術野全体を俯瞰的に捉えて次の手順による結果を予測しつつ、瞬時に臨床的判断を行う「4次元的思考」が要求される。本研究では、術前画像データから人工知能(AI)が作成した3D virtual reality simulation modelを、手術中の術野映像にreal timeに投影・搭載できる、新たな画像認識技術を開発し、脳神経外科手術修得の促進と、さらに技術の向上に貢献する。
|
Outline of Annual Research Achievements |
2023年度は、過去の脳神経外科手術映像・画像を用いたAIによる解剖構造検知に関する機械学習を開始した。2022年度までに3D virtual reality simulation (3D VRS) modelを作成した頭蓋底腫瘍患者における、手術中の映像・画像データを抽出し、この上での解剖学的構造をAIが正しく識別できるように学習させ、術中の解剖構造の認識を行う準備を行った。傍鞍部頭蓋底腫瘍に対する経蝶形骨洞的アプローチの際の手術画像を基に、蝶形骨洞内での画像を中心に、両側の内頚動脈隆起、視神経管、トルコ鞍底、斜台陥凹などを認識するような機械学習を行い、これらについては、概ね解剖構造を正確に検知できるような条件設定を行うことに成功し、成果を学術論文に発表した。さらに、過去のデータによる条件設定が概ね完了したため、2023年に新たにエントリーした患者において、データの検証を開始している。当初予定していた、pterionalアプローチでは、症例数や、症例ごとの構造のばらつきなどから、依然として条件設定の段階であるが、経蝶形骨洞的アプローチにおける解剖構造の術中物体検知については、完全にあらゆる構造の検知をAIのみに任せるよりは、一部、手術映像上と3D VRS model上で、相応する部位を示すことで、AIが解剖構造を検知し、正確に認識する上でのサポートとなることがわかったため、こうしたシステムの追加を行った。
|
Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
頭蓋底腫瘍に対する開頭手術、特にpterionalアプローチでは、症例数や、症例の収集に難渋し、また、限られた症例間での構造のばらつきなどから、依然として条件設定の段階である。また、経蝶形骨洞的アプローチにおける解剖構造の術中物体検知については、順調に進展しているが、手術映像上と3D VRS model上で、相応する部位を示して、AIによる解剖構造を検知する能力をサポートした方が、正確性が向上することが判明し、こうしたサブシステムの構築にやや時間を要した。
|
Strategy for Future Research Activity |
① 頭蓋底腫瘍に対する経鼻手術・開頭手術のアプローチにおける解剖構造のAIによる物体検知システムを完成 ②脳神経外科手術支援システムの評価
|