2019 Fiscal Year Research-status Report
Surgical skill data acquisition and operation guiding using forceps-mounted measurement device
| Project/Area Number |
18K12116
|
|---|
| Research Institution | Teikyo Heisei University |
|---|
Principal Investigator |
金 大永 帝京平成大学, 健康メディカル学部, 准教授 (60461860)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
正宗 英津子 (小林英津子) 東京女子医科大学, 医学部, 准教授 (20345268)
高野 文之 帝京平成大学, 健康メディカル学部, 講師 (30464770)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 外科支援デバイス / 鉗子操作誘導 / 把持力計測 / 干渉装置 / ネガティブフィードバック |
|---|
| Outline of Annual Research Achievements |
本研究では、臓器の力学特性と術者の操作法との相関関係をデータベース化し、デバイスが正しい操作法を学習することにより、「装着型の計測デバイスを用いて臓器の力学特性を推算し、 術者側にその情報を提供、安全な操作へ誘導する」ことを目的とする。具体的には、①一般材料試験から得られた臓器の力学特性と鉗子など治療機器から得られる特性の関係を明確にする、②市販の鉗子にも応用可能な計測・表示・誘導システムを構築する、③機械学習により、適切な鉗子の位置と力を入れる方向、把持力を誘導する。2年目では主に初年度の成果に基づいて、改良・修正を行った。
①計測・干渉システム：課題であったバルーンを用いた干渉装置とスマートトロッカの開発を行った。装着の容易性を高め、100gf前後の重さであり、臨床応用の可能性を示した。また、磁石アレーを利用した鉗子進行量計測においても、高い再現性（0.8mm）を確認した。
②表示・誘導システム：これまでは、光学式位置計測装置を用いて鉗子位置の計測を行っていたが、術中に高価な外部センサを用いることは現実的でない。そこで、ディープラーニングを用いて単眼の内視鏡画像から鉗子の位置姿勢を計測するシステムの構築を行った。学習データには、内視鏡画像から観察される鉗子のCGを作成し用いた。鉗子CG画像による初期的評価の結果、3次元の位置決め誤差 1.91±1.80 mm、姿勢誤差 3.82±3.24 degを実現した。
③機械学習：既に製作された実験装置の制御部をもとに、多軸制御・計測のための複数チャンネル化に対応させる拡張設計を済ませた。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
①計測・干渉システム：計測システムの改良や精度評価、また、装置を用いたin vivo実験を行った。干渉機構の装着は簡単で、干渉機構の働きも確認できたが、干渉力が十分か、また、どれほどの力で良いのかその検討が必要であると考えた。鉗子の進行方向計測には成功し、干渉機能を追加する必要があると思われる。
②表示・誘導システム：高価な外部センサを用いずに位置計測を可能とする方法として、これまでにも単眼内視鏡カメラによる鉗子位置計測手法が研究されてきた。しかしながら、カメラの光軸方向、鉗子の軸回りで十分な計測精度を得ることが困難であった。この問題に対し、本年度は新たな試みとして、ディープラーニングにより、カメラ画像から直接鉗子の位置姿勢を求める手法を検討した。
③機械学習：既に製作された実験装置の制御部をもとに、多軸制御・計測のための複数チャンネル化に対応させる拡張設計を済ませている。また、複雑さを増した動作の自動化とマニュアル操作の両方を担うコンソール部のソフト・ハードウェアの試作が進行している。
|
| Strategy for Future Research Activity |
計測・干渉システムでは、鉗子での干渉力をより大きくすることに専念し、誘導システムの評価を行う。また、トロッカに関しても、計測機能に加え、鉗子の操作を誘導できるような機能を追加する。
また、開発した表示・誘導システムの高精度化、ロバスト性の向上を図り、軸回りの姿勢誤差、内視鏡実画像での評価を行う予定である。
機械学習に関しては、拡張設計済みの制御部を製造し、続いてユーザーインターフェイスを備えたコンソール部を製作する。このコンソール部では、機械学習機能を実装するための、Google BrainのオープンソースライブラリであるTensorFlowを用いたソフトウェアも実行可能にする。これにより、鉗子デバイスの操作誘導法の評価を実験中リアルタイムで可能にする。
|
| Causes of Carryover |
各システムに分けて記述する。
①計測・干渉システム：デバイスの作製に必要な消耗品購入や外注製作費、また、評価実験に必要な人件費として使用する。今までの成果を論文にまとめる予定である為、英文矯正や論文掲載料も必要である。学会が殆どオンラインとなった為、学会参加費のみ使用予定である。
②表示・誘導システム：購入予定のシステムに変更があった為、その費用が次年度に繰り越された。また、学会参加を2020年度にし、論文掲載料が次年度に繰り越された。
③機械学習：消耗品代といて一部使用し、データ分析の為に専門家と打ち合わせをする為の旅費を予定している。
|
Research Products
(3 results)
