物理シミュレーションと統計学習に基づくカテーテル法の知能モデル構築

2015 Fiscal Year Annual Research Report

• Project/Area Number: 26560259
• Research Institution: Nara Institute of Science and Technology
• Principal Investigator: 佐藤 嘉伸 奈良先端科学技術大学院大学, 情報科学研究科, 教授 (70243219)
• Co-Investigator(Kenkyū-buntansha): 大須賀 慶悟 大阪大学, 医学(系)研究科(研究院), 講師 (90332741) ; 大竹 義人 奈良先端科学技術大学院大学, 情報科学研究科, 准教授 (80349563)
• Project Period (FY): 2014-04-01 – 2016-03-31
• Keywords: 医療人工知能 / 臨床意志決定支援 / 生体シミュレーション / 手術支援 / 低侵襲医療 / ガイドワイヤ / 統計形状モデル / 最適手術操作

Outline of Annual Research Achievements

カテーテル法の人工知能を、1.カテーテルガイドワイヤ最適先端形状の推定、2.カテーテルの現在の状態認識、3.カテーテル最適操作の推定、の3段階の処理過程で構成する。前年度、以上の３段階の処理過程において共通の表現形式である「カテーテル操作パラメータ空間」の実装を行った。さらに、カテーテルガイドワイヤ先端形状を少数のパラメータで表現するための統計形状モデルを構築した。今年度、さらに、上記３段階のうち、以下の２段階での研究を進めた。
1.カテーテルガイドワイヤ最適先端形状の推定：与えられた操作パラメータ（ガイドワイヤ形状、カテーテルの回転・平行移動の操作）を用いたカテーテルシミュレーションを行う方法を実装し、その結果（目的血管枝に到達可能かどうか）をカテーテル操作パラメータ空間に蓄積した。パラメータ空間において目的血管枝に到達するパラメータ範囲の広い先端形状パラメータを選択することにより、本処理過程を実現し、実際にファントムを用いたカテーテル挿入実験の結果と対比して、推定された最適形状の評価を行った。
2.カテーテルの現在の状態認識：本処理過程において必要となるX線画像からのカテーテル先端の位置および形状認識に取り組んだ。カテーテル位置は、血管との空間関係によって求める必要があり、血管位置・形状を合わせて認識する必要がある。血管については、術前CTから３次元形状モデルを再構成することが可能であり、血管３次元形状モデルと２次元X線画像を位置合わせする方法を実装した。方法としては、３次元形状モデルの疑似X線画像と実際のX線画像の相関が最も高くなる位置関係をパウエル法で最適化する方法を用いた。これらの方法に対して、生成画像を用いて動作確認を行った。