2021 Fiscal Year Annual Research Report
Surgical Process Identification and Analyze System to Visualization of Skilled Surgeon Surgical Procedures and Clinical Knowledge in Brain Tumor Resection
| Project/Area Number |
19K12845
|
|---|
| Research Institution | Future University-Hakodate |
|---|
Principal Investigator |
佐藤 生馬 公立はこだて未来大学, システム情報科学部, 准教授 (00586563)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
岡本 淳 東京女子医科大学, 医学部, 非常勤講師 (10409683)
田村 学 東京女子医科大学, 医学部, 准教授 (80453174)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 覚醒下手術 / 脳腫瘍摘出術 / 手術工程 / 顕微鏡 / 手術ナビゲーションシステム / 機械学習 / 深層学習 / 画像処理 |
|---|
| Outline of Annual Research Achievements |
脳腫瘍摘出術は特に熟練の知識と技術が必要とされ，熟練医の手技と暗黙知や判断プロセスを含む臨床知の解明や詳細な手術状況の可視化および予後予測などによる治療の均一化が望まれている．このため，本研究では脳腫瘍摘出術における熟練医の手技と臨床知を可視化する手術工程同定・解析システムを実現することを目的としている．このシステムを実現するためのアルゴリズムなどの提案を行い，本研究期間である3年間で以下の成果を得た．
（１）熟練医の手技と臨床知を可視化する手術工程同定における同定モデルの構築を行った．本提案手法は覚醒下脳腫瘍摘出術における熟練医の手術手技や判断プロセスを可視化するため，すべての特徴量を取得可能であると仮定して，処置や手技などを可視化可能な詳細な手術工程同定モデルを構築した．さらに，提案したモデルを用いて3階層かつこの最下層において最大で12工程を同定可能な手術工程同定システムを開発した．
（２）術前・術中画像情報と立体顕微鏡画像を用いた処置状況の可視化手法と処置状況に合わせた情報提示手法の提案を行った．本手法は，立体顕微鏡画像からステレオ画像を用いて術具や血管などの特徴量を抽出し，3次元情報を再構築し，術具先端との血管等の距離や軌跡などの処置状況を可視化可能とした．そして，提案した手法により統合した血管，脳溝，腫瘍情報を処置状況に合わせて顕微鏡画像上への重畳表示を可能とした．
（３）手術工程同定のためのMRI画像および手術映像から特徴量抽出手法の提案を行った．MRI画像からの特徴量として，深層学習を用いて術前・術中MRI画像より脳領域と脳腫瘍の抽出の可能とした．また，顕微鏡画像からの特徴量として，深層学習を用いて脳表面の血管および使用される術具を高精度に抽出可能した．
|
