2018 Fiscal Year Research-status Report
Development of a noninvasive monitoring intracranial pressure by deep learning methods used the external auditory canal pressure pulse information
| Project/Area Number |
18K08940
|
|---|
| Research Institution | Shinshu University |
|---|
Principal Investigator |
降旗 建治 信州大学, 医学部, 特任准教授 (90021013)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
本郷 一博 信州大学, 学術研究院医学系, 教授 (00135154)
後藤 哲哉 信州大学, 学術研究院医学系(医学部附属病院), 講師 (30362130)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 頭蓋内圧 / 脳脊髄液 / 蝸牛水管 / 内耳 / 外耳道内圧脈波 / 非侵襲的頭蓋内圧測定 / 頭蓋内共振系 / 音響圧センサ |
|---|
| Outline of Annual Research Achievements |
頭蓋内圧亢進疑われつつも頭蓋骨に対する穿孔が必要である既存の頭蓋内圧検査手法は、患者及び医療従事者それぞれに負担が生じるため、臨床上の不適切使用回避の観点から対象患者を限定する傾向がある。頭蓋内圧亢進を放置することにより、最悪の場合生命重大な危機が生じることは臨床学的にも周知の事実であり、頭蓋内疾患の保有また頭部外傷を発生したなどの患者に対する圧の測定による検査は、非常に重要なファクターであり、また、その後の治療方針の構築に連動する情報の入手となることから、既存検査法と比較して非侵襲かつ簡便装置開発が望まれている。
心臓から駆出される血流脈波が頸動脈、椎骨動脈を経由し脳に至ることで、頭蓋内脈波を形成するが、このことで頸動脈波における入出力波形である頭蓋内脈波は共振関係にある。頭蓋内圧が上昇すると脳コンプライアンスは著しく低下し、その共振周波数も上昇することになるが、この上昇率は頭蓋内圧に対して指数関数的関係にある。計数は脳重量に依存するが、ほぼ一定で、頭蓋内圧上昇をきたす疾患や年齢、全身状態によらないことを発見に至った。
この共振現象は、5Hz-100Hz 内で観察され、脳脊髄液を介し、内耳を経由して鼓膜を振動させ外耳道に達する。外耳道を閉鎖して外耳道圧を測定すると外耳道圧脈波が観察できる。この外耳動圧脈波には頭蓋内圧波形成分が含まれている。このため、外耳道圧脈波には脳共振周波数が含まれているはずである。外耳道圧脈波には、外頸動脈やその他の器官からの共振が含まれる。外耳道圧脈波に対しスペクトル解析を実施しても、頭蓋内圧に依存変動する脳の共振周波数は数多く観察され、ピークの一つにしかならないため、外耳道内圧脈波を分析しても抽出することは不可能である。しかし、呼吸変動に伴う動脈圧変動が脳圧に周期的な変動を齎す事に着目し、方法論を発見した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
理由
外力として正弦信号・白色雑音・インパルス的信号等で加振できれば理論通りの脳脊髄液系の固有共振周波数特性が測定できる。しかし、ここでは、血液循環器系の外力のみで脳脊髄液系のコンプライアンスによる共振系を特定しなければならない。頭蓋内の血液循環器系は、頭蓋内の振動モード特性と複雑にカップリングし、多重共振系特性を示し、強烈なフォルマント構造を示す。したがって、このフォルマント特性を解析しても脳脊髄液系のコンプライアンスの影響を受けない可能性がある。そこで、新たな外耳道内脈波信号解析法を工夫し、脳脊髄液系の固有共振周波数を検出して、ICPの推定方法を構築するのが研究目的であった。本年度は、特に呼吸変動に伴う動脈圧変動が脳圧に周期的な変動を齎す事に着目し、方法論を発見した。具体的には、外耳道圧波形から、被験者が吸気しているときの頭蓋内圧が高い状態のときの第１の波形と被験者が呼気しているときの頭蓋内圧が低い状態のときの第２の波形とを抽出し、第１の波形のパワースペクトルと第２の波形のパワースペクトルとの差分スペクトルを算出し、差分スペクトルにおいて、最大値に対応する周波数と最小値に対応する周波数との平均周波数を、脳の固有共振周波数ＮＲＦとして求めることで、頭蓋内圧に依存しない周波数成分をキャンセルして頭蓋内圧に依存する固有共振周波数ＮＲＦを求めることができ、精度よく頭蓋内圧を推定することが可能となる。
|
| Strategy for Future Research Activity |
① 非侵襲的頭蓋内圧モニタは、被験者の頭蓋内圧を推定する頭蓋内圧推定装置であって、被験者の外耳道圧波形を検出する外耳道圧センサーと、外耳道圧波形から頭蓋内圧を推定する演算部とを含み、この演算部は、外耳道圧波形から、呼吸変動に伴う頭蓋内圧が高い状態のときの第１の波形と頭蓋内圧が低い状態のときの第２の波形とを抽出し、前記第１の波形のパワースペクトルと前記第２の波形のパワースペクトルとを算出し、前記第１の波形のパワースペクトルと前記第２の波形のパワースペクトルとの差分スペクトルを算出し、前記差分スペクトルにおいて、最大値に対応する周波数と最小値に対応する周波数との平均周波数を、脳の固有共振周波数ＮＲＦとして求め、頭蓋内固有共振周波数ＮＲＦに基づいて、式（ＩＣＰ＝ｋ・（ＮＲＦ）２、但し、ｋは定数である。）により頭蓋内圧ＩＣＰを算出するプログラムを完成させる。
②深層学習は、実測 ICP 値から計算できる 脳脊髄液系の固有共振周波数（Hz）を目的変数として、EACP から本質的な情報を抽出した内部表現・潜在表現・特徴を多層パーセプトロンニューラルネットワーク（multilayer perceptron: MLP）によって行う。
③新規患者に対して学習したMLPで推定したICPと実測ICP（measured ICP: MICP）から、測定精度を検証する。治験は、ICP推定誤差の95% 許容範囲が ±5cmH2O以下となるまで実施する。
|
| Causes of Carryover |
次年度使用額が生じた理由は、予定していた特注頭蓋内圧モニタの製作が間に合わなかったためである。
本研究の目的をより精緻に達成するには、非侵襲ICPモニタの測定原理、原理の検証、およびICP推定法の確立等、論文投稿に耐えうる内容にする。また、治験を他病院でも実施する予定である。そのために次年度使用額は、治験用モニタ購入費用として使用する予定である。
|
