柔軟臓器の形状推定と術前モデルへの実時間位置合わせを行う肝手術ナビゲーション開発

2020 Fiscal Year Annual Research Report

• Project/Area Number: 18H03546
• Research Institution: Tokyo Medical University
• Principal Investigator: 大城 幸雄 東京医科大学, 医学部, 講師 (10535008)
• Co-Investigator(Kenkyū-buntansha): 北原 格 筑波大学, 計算科学研究センター, 教授 (70323277)
• Project Period (FY): 2018-04-01 – 2022-03-31
• Keywords: 肝切除術 / 手術シミュレーション / 手術ナビゲーション

Outline of Annual Research Achievements

現在の3D手術シミュレーションは、3Dワークステーションの発展を背景に肝臓手術で保険収載となって以降本邦で盛んに行われるようになった。肝臓の他にも胃、大腸、心臓血管、肺など他臓器での活用も進んでいる。しかしながら、本日の手術ナビゲーション技術は、現在位置情報の把握に関して様々な手法が試行されているが、肝切除において確立した有効な手法は未だない。そこで、肝胆膵手術における柔軟臓器の形状推定と術前モデルへの実時間位置合わせを行う肝手術ナビゲーションシステムの開発を目指している。
オプティカルセンサーで構成したステレオビジョン方式の3Dカメラを2台使用して臓器形状、位置、切離面、切離線を3D撮影、解析し、切離の位置合わせをシミュレーション画面で行う方式である。亜区域切除をはじめとし、外側区域切除術前区域切除、後区域切除術などの系統的肝切除において運用を行った。
実際と3DCGの肝臓の位置合わせをしたのちに、3Dカメラセンサーによる切離面の計測点群のポリゴン化を行った。そのポリゴン面において法線計算を行い視覚化した後に、近似直線の計算式によって切離線を抽出した。抽出した切離線データの座標をシミュレーションソフトウェアに送り肝臓CGモデル上の対応する位置に切離線点群の位置を反映させた。切離線を構成する点群間の距離が一定値を越えたときに切離線で最外周の境界頂点を切り離し自動で切離させた。
肝受動がなく切離線の浅い手術方式においては、切離線に出現するグリソンはナビゲーション画面とほぼ一致していた。しかしながら、術式の肝受動の大きさと切離線の深さに比例して脈管の出現するタイミングのズレが生じた。

Current Status of Research Progress

4: Progress in research has been delayed.

Reason

2020年の4月頃から新型コロナウイルス感染の増加が見られるようになった。当院は県の要請を受け、積極的にコロナ患者の受け入れ加療を行っている。そのために、通常通りの診療が不可能となり、当科での手術は制限をせざるを得ない状況となった。9月には、当院の病棟にて新型コロナウイルス肺炎の院内感染クラスターが発生した。それによって、病院全体で新規外来患者の受け入れをストップせざるを得なかった。このことは当科の手術数の減少に拍車を掛けた。そのため、当研究の肝切除ナビゲーションシステムの臨床運用が大きく滞り、今年度予定していたシステムプログラム開発の発注を業者にできずに1年繰り越しを行った。
当初の計画では、2020年9月までに、臨床運用の肝切除術において、実際の肝臓と肝臓CGモデルとのマッチング処理の高速化を実現し、2021年3月までに臨床運用の実施、臨床データ、ナビ運用データの蓄積、処理を行う予定であった。しかし、先述の理由により、約6ヶ月の延長が生じた。下半期からは院内でのコロナ感染の対応も安定し落ち着いてきたため、手術の再開とともに徐々に臨床運用も増加してきたため、遅れながらも予定をこなすことが可能となった。ブラッシュアップした技術は以下のようである。オプティカルセンサーで構成したステレオビジョン方式の3Dカメラを2台使用して臓器形状、位置、切離面、切離線を3D撮影、解析し、切離の位置合わせをシミュレーション画面で行った。術野で抽出した切離線データの座標をシミュレーションソフトウェアに送り肝臓CGモデル上の対応する位置に切離線点群の位置を反映させた。これらのスピードアップとモデルのマッチングの正確性を向上させることができた。

Strategy for Future Research Activity

これまでの結果では、肝授動がなく切離線の浅い外側区域切除において、グリソンが出現するタイミングはほぼ一致しておりナビゲーションの効果は有効であった。しかしながら、術式の肝授動の大きさと切離線の深さに比例して脈管の出現するタイミングの不一致が生じた。この対策としては、シミュレーション空間と実空間との正確な位置合わせの自動化　　が必要と考えられる。初期位置合わせは３つの参照点により解決可能となったが、手術の進行とともに肝切離が展開されていき、実際の肝臓と肝臓CGモデルの形状、位置が変化するため、正確なナビゲーションが不可能になってしまう。すなわち、以下の３つの課題が残った。1. カメラ移動(向きを変えた)後の位置合わせの実現。2. 切離が進行した状態での位置合わせの実現。3. 脱転操作の大きな肝切除での位置合わせの実現。今後は、この3課題を克服していく必要がある。