| Project/Area Number |
18H03149
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 59020:Sports sciences-related
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
Konda Shoji 大阪大学, 医学系研究科, 助教 (80598227)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
平島 雅也 国立研究開発法人情報通信研究機構, 脳情報通信融合研究センター脳情報通信融合研究室, 主任研究員 (20541949)
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)
佐原 亘 大阪大学, 医学部附属病院, 助教 (80706391)
|
|---|
| Project Period (FY) |
2018-04-01 – 2022-03-31
|
| Project Status |
Completed (Fiscal Year 2021)
|
| Budget Amount *help |
¥17,030,000 (Direct Cost: ¥13,100,000、Indirect Cost: ¥3,930,000)
Fiscal Year 2020: ¥5,200,000 (Direct Cost: ¥4,000,000、Indirect Cost: ¥1,200,000)
Fiscal Year 2019: ¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000)
Fiscal Year 2018: ¥5,980,000 (Direct Cost: ¥4,600,000、Indirect Cost: ¥1,380,000)
|
|---|
| Keywords | MRI / 筋骨格シミュレーション / 筋骨格モデル / バイオメカニクス |
|---|
| Outline of Final Research Achievements |
The purpose of this study was to create a whole-body bone geometry database using artificial intelligence-based image processing. 75 whole-body MR images of young adult males could be collected. In addition, adding only local (torso - lower or upper limb only) data, we were able to collect images of 103 individuals. Training data for automatic recognition was prepared for bone regions, and automatic recognition was performed using deep learning (U-Net). The prediction accuracy was verified by the DICE coefficient, which was 0.7 or higher for bone, confirming that recognition was possible with high accuracy. The results also suggested that some muscles could be predicted with the same level of accuracy, so we decided to start constructing a musculoskeletal shape database that includes both bones and muscles.
|
| Academic Significance and Societal Importance of the Research Achievements |
人体の骨格の3次元形状は、生体力学、人間工学、生体医工学、整形外科学、バーチャルリアリティーなど様々な分野で身体運動の解析や予測（シミュレーション）やアニメーションを作成するうえで欠かせない情報である。近年では、より現実的なシミュレーションやアニメーションを行うために、仮想的に単純化された3次元形状モデルではなく、人体の骨格形状を忠実に表現した形状モデルが求められている。本研究で集積された全身のMR画像に基づく形状モデルを公開することで、人体の解剖学的特徴を忠実に再現したモデルを用いることができるようになることが期待される。
|
