2021 Fiscal Year Annual Research Report
Development of a novel navigation system for osteosynthesis
| Project/Area Number |
19K09582
|
|---|
| Research Institution | Tokyo Medical University |
|---|
Principal Investigator |
吉井 雄一 東京医科大学, 医学部, 准教授 (80617530)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
村瀬 剛 大阪大学, 医学系研究科, 准教授 (50335361)
岡 久仁洋 大阪大学, 医学系研究科, 助教 (50724085)
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) |
2019-04-01 – 2022-03-31
|
| Keywords | 骨接合術 / ナビゲーション / 3Ｄリコンストラクション / イメージフュージョン |
|---|
| Outline of Annual Research Achievements |
1. ボリューム推定深層ネットワークを用いた2D-3Dレジストレーション法の開発
マーカーレスなアプローチでX線透視画像で観測される被写体の位置姿勢を推定する手法を実現することを目的に研究を実施した。X線透視画像から深層学習を用いて被写体の3次元ボリュームを復元し、その復元結果を事前撮影CTモデルと位置合わせすることにより、位置姿勢を推定した。骨盤を用いた検証実験を行った。深層ネットワークの出力ボリュームを用いてCTモデルのレジストレーションが行えることを確認した。6000枚のX線透視画像と対応するCTボリュームデータを用意し、4800枚を訓練データ、1200枚をテストデータとして深層学習を行った。その際，CTボリュームと復元ボリュームの密度の二乗誤差を損失関数とした。その結果、深層学習に要した時間は並列演算ユニットを搭載した計算機を用いて48時間であった。CTモデルとX線透視の3D復元モデルは良好な位置合わせが実現されることがわかった。
2. 橈骨遠位端骨折骨接合術における2D-3Dナビゲーションの臨床評価
これまで開発してきた骨接合術の3D術前計画とX線透視画像を対比して表示するimage fusion systemを用いて、臨床評価を行った。Image fusion 法と従来法で骨接合術を行った橈骨遠位端骨折患者の臨床成績を比較した。臨床評価として両群の手術時間、出血量、術中X線透視時間、術後3・6カ月のMayo wrist scoreを記録した。画像評価として、術後3、6カ月と術後1週間のX線計測値の差を求めて矯正損失を評価した。その結果、image fusion systemは術後の矯正損失量を低減することがわかった。これは術中の内固定設置位置の精度が改善したことによるものと考えられた。
|
