機械学習による手軽な外耳道の三次元計測と補聴器シェルの心地よさの定量化

2021 Fiscal Year Research-status Report

• Project/Area Number: 19K12892
• Research Institution: Saitama Medical University
• Principal Investigator: 加藤 綾子 埼玉医科大学, 保健医療学部, 講師 (30318159)
• Co-Investigator(Kenkyū-buntansha): 白石 直子 (丸山) 埼玉医科大学, 保健医療学部, 助教 (00736259) ; 若山 俊隆 埼玉医科大学, 保健医療学部, 教授 (90438862)
• Project Period (FY): 2019-04-01 – 2023-03-31
• Keywords: 光スキャナ / 3DCG / 機械学習 / 補聴器シェル

Outline of Annual Research Achievements

近年，聴覚障害とうつ病および認知症の関係が指摘され，聴覚障害の早期発見と補聴器によるリハビリの必要性が高まっている．装着感の優れた外耳道挿入型の補聴器は，外耳道の採型で外耳道や鼓膜を損傷するリスクが高い．申請者らが開発してきた外耳道の3次元光スキャナを用いると非接触で外耳道形状を撮像できるが，3次元光スキャナの相対座標を予め計測しなければならないためプロセスが増えるうえ，計測中に動いてはいけないため患者にとって負担が大きい点が課題であった．本研究では，機械学習を用いて3次元光スキャナの相対座標を計測することなく湾曲した外耳道の形状を決定することを目的とする．
相対座標を用いることなく外耳道形状を決定させるための機械学習を検討するうえで，非常に多くの相対座標と光セクショニング画像のセットデータが必要であるが，実計測で取得することは時間がかかりすぎて現実的でない．そこで昨年度に開発した仮想実験システムを用いて光セクショニング画像を作成し，それらの画像を用いた3次元座標復元の方法を検討した．
本年度は，①光スキャナモデルのビーム幅を実機に近づけるように改良した．次に，②外耳道の3Dモデル内で様々な経路で光スキャナを移動させ(20mm×10経路)，2000枚の光セクショニング画像を得た．これらの画像だけを用いて外耳道形状を決定するアルゴリズムについては検討途中である．また，③フィット感を定量化するための計測方法の一つとして，感圧インクを利用したフィルムセンサの基礎特性を調査した．
来年度は今年度作成した光セクショニング画像のデータを用いて，3次元座標決定アルゴリズムを開発する．さらに，フィット感などの定量化に関する基礎的な検討も行う．

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

昨年度に開発した仮想実験環境を用いて多くの学習用画像を取得できるようになった．しかし，その多くの画像を用いて外耳道の3次元座標を決定するアルゴリズムについては十分な検討が行えなかった．

Strategy for Future Research Activity

外耳道座標の決定アルゴリズムの評価のために，複数の外耳道3D座標があった方が望ましいが，人の外耳道のCTデータを集めることが困難なため，現在使用している外耳道モデルを変形させるなどして作成する．

Causes of Carryover

機械学習を用いた3次元座標決定アルゴリズムの開発に難航し，フィット感などの定量化の検討が遅れたため，これらの実験を次年度に実施することとした．