| Project/Area Number |
23K24458
|
|---|
| Project/Area Number (Other) |
22H03199 (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 56020:Orthopedics-related
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
村瀬 剛 大阪大学, 大学院医学系研究科, 特任准教授 (50335361)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
田中 啓之 大阪大学, 大学院医学系研究科, 特任教授(常勤) (00432542)
宮村 聡 大阪大学, 大学院医学系研究科, 助教 (10897599)
岡田 潔 大阪大学, 大学院医学系研究科, 特任教授(常勤) (40576279)
岩橋 徹 大阪大学, 大学院医学系研究科, 助教 (40852108)
岡 久仁洋 大阪大学, 大学院医学系研究科, 寄附講座准教授 (50724085)
佐藤 嘉伸 奈良先端科学技術大学院大学, 先端科学技術研究科, 教授 (70243219)
大竹 義人 奈良先端科学技術大学院大学, 先端科学技術研究科, 准教授 (80349563)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥17,030,000 (Direct Cost: ¥13,100,000、Indirect Cost: ¥3,930,000)
Fiscal Year 2024: ¥5,590,000 (Direct Cost: ¥4,300,000、Indirect Cost: ¥1,290,000)
Fiscal Year 2023: ¥5,070,000 (Direct Cost: ¥3,900,000、Indirect Cost: ¥1,170,000)
Fiscal Year 2022: ¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000)
|
|---|
| Keywords | 3次元変形矯正システム / 人工知能(AI) / クラウドシステム / 変形矯正 / コンピューターシミュレーション / 人工知能（AI） |
|---|
| Outline of Research at the Start |
我々は、四肢変形に対する患者適合型デバイスを用いた変形矯正システムを開発し、薬事承認・保険収載を経て、実用化を果たした。また、3次元解析技術を用いて、システムの有効性向上や疾患の病態理解を深めるための基礎研究を展開してきた。
本課題では、①人工知能(Artificial Intelligence：AI)による低被曝での3次元モデル構築プログラムを開発する。②リアルタイムでの3次元動態再現技術や、骨微細構造・軟骨情報などの質的要素を用いて、骨関節疾患の病態解明に関する基礎研究を進める。③本システム運用における作業の円滑化・効率化やデータ管理・共有を目的としたクラウドシステムの構築を行う。
|
| Outline of Annual Research Achievements |
我々は、四肢変形に対する患者適合型デバイスを用いた変形矯正システムを開発し、薬事承認・保険収載を経て、実用化を果たした。また、3次元解析技術を用いて、システムの有効性向上や疾患の病態理解を深めるための基礎研究を展開してきた。
本課題では、①人工知能(Artificial Intelligence：AI)による低被曝での3次元モデル構築プログラムを開発してきた。期間内には正常骨構造の三次元モデル化のみならず疾患例の学習データセットを作成し、既存のAIアルゴリズムの改変を行っている。②リアルタイムでの3次元動態再現技術や、骨微細構造・軟骨情報などの質的要素を用いて、骨関節疾患の病態解明に関する基礎研究を進めている。これまでに蓄積されたCT DICOMデータから、密度情報を保持したまま三次元骨モデルを構築し、密度分布を表現することによりdensitometryを作成した。病変部の空間的広がりや軟骨下骨の骨密度の変化を定量化することにより、病状進行の程度や疾患の病態把握等に有用な情報が得られた。これにより病変部の詳細な解析が可能となり、病変部と健常肘との比較を行うことで、病変部の評価方法を確立し、解析症例数を蓄積しながら、現在、更なる解析を進めている。③本システム運用における作業の円滑化・効率化やデータ管理・共有を目的としたクラウドシステムの構築を進めている。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
①人工知能(Artificial Intelligence：AI)による低被曝での3次元モデル構築プログラム開発：単純X線画像から直接3次元骨モデルを推定構築し、正常手関節の単純X線画像から関節面を含めた立体構造を高精度で作成し、全身の骨や疾患例(骨折例や変形治癒例)への適応拡大を進めている。
②リアルタイムでの3次元動態再現技術や、骨微細構造・軟骨情報などの質的要素を用いた骨関節疾患の病態解明に関する基礎研究：上腕骨小頭離断性骨軟骨炎や小児肘関節周囲骨折などの臨床上課題が山積する小児肘関節障害における解析症例数を蓄積し、現在、解析進行中である。
③本システム運用における作業の円滑化・効率化やデータ管理・共有を目的としたクラウドシステムの構築：多方向から同時に遠隔利用可能なクラウドシステムであるBoneCloud のアクセシビリティを向上させ、外部企業との間で試験運用を開始している。
|
| Strategy for Future Research Activity |
①人工知能(Artificial Intelligence：AI)による低被曝での3次元モデル構築プログラム開発：既に確立している単純X線画像から関節面を含めた立体構造を高精度で作成するアルゴリズムの強化を行い、全身の骨や疾患例(骨折例や変形治癒例)へ適応拡大すべく、学習データの蓄積を進める。人工知能の学習は、CT画像と描出結果を対データとしてConvolutional Neural Networkを用いて深層学習を行う。また、適応拡大に伴うネットワーク構造の見直し、学習データの正規化を繰り返すことにより、推定されたモデルの精度検証を行っていく。
②リアルタイムでの3次元動態再現技術や、骨微細構造・軟骨情報などの質的要素を用いた骨関節疾患の病態解明に関する基礎研究：上腕骨小頭離断性骨軟骨炎や小児肘関節周囲骨折における解析を行う。軟骨病変の描出方法を確立し、上腕骨骨端離開や肘関節脱臼など、軟骨損傷の評価が必須とされる他の小児肘外傷へ手法を適用させる。加えて、今後はこれらの結果を人工知能に学習させることで画像識別能向上を図る。
③本システム運用における作業の円滑化・効率化やデータ管理・共有を目的としたクラウドシステムの構築：スマートフォンでの利用も視野に、クラウドアプリケーション内に送受診に伴う医用データの匿名化システムを構築し、資料を複数の人間が同時に遠隔操作可能となるよう改良を加える。
|
