| Project/Area Number |
20K20408
|
|---|
| Project/Area Number (Other) |
19H05472 (2019)
|
|---|
| Research Category |
Grant-in-Aid for Challenging Research (Pioneering)
|
| Allocation Type | Multi-year Fund (2020)
Single-year Grants (2019) |
|---|
| Review Section |
Studies on the Super-Aging Society
|
|---|
| Research Institution | University of Yamanashi |
|---|
Principal Investigator |
茅 暁陽 山梨大学, 大学院総合研究部, 教授 (20283195)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
藤代 一成 慶應義塾大学, 理工学部(矢上), 教授 (00181347)
柏木 賢治 山梨大学, 大学院総合研究部, 教授 (30194723)
郷 健太郎 山梨大学, 大学院総合研究部, 教授 (50282009)
豊浦 正広 山梨大学, 大学院総合研究部, 准教授 (80550780)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥25,610,000 (Direct Cost: ¥19,700,000、Indirect Cost: ¥5,910,000)
Fiscal Year 2023: ¥2,860,000 (Direct Cost: ¥2,200,000、Indirect Cost: ¥660,000)
Fiscal Year 2022: ¥7,670,000 (Direct Cost: ¥5,900,000、Indirect Cost: ¥1,770,000)
Fiscal Year 2021: ¥5,330,000 (Direct Cost: ¥4,100,000、Indirect Cost: ¥1,230,000)
Fiscal Year 2020: ¥6,500,000 (Direct Cost: ¥5,000,000、Indirect Cost: ¥1,500,000)
Fiscal Year 2019: ¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000)
|
|---|
| Keywords | 加齢黄斑変性 / 変視症 / Corrected Reality / 適応的視力増強 / 加齢黄斑変性症 / AR・VR・CR / 計算眼科学 |
|---|
| Outline of Research at the Start |
加齢黄斑変性症(AMD)は，年齢を重ねるに従って網膜の中心に位置し視力の中核的機能を担う黄斑に異常が生じ，見え方の質が著しく低下する病気である．本研究では，老齢者でも患者自らが身近なPC・携帯端末等を用いて自身の症状を手軽に検査でき，その結果に基づいて，日常生活の場面ごとに個人の視覚特性に合致したコンテンツを提示することにより，視野の歪みを軽減し，中心暗点で消失した情報を補い，患者の見え方の質，ひいては生活の質まで大幅に改善させられるような情報工学技術としてCR（Corrected/Complemented Reality）技術を確立する．
|
| Outline of Annual Research Achievements |
加齢黄斑変性症(AMD、Age-Related Macular Degeneration)は、年齢を重ねるに従って網膜の中心に位置し視力の中核的機能を担う黄斑に異常が生じ、ものが歪んで見えたり（変視）、視界の中心部が暗くなったり（中心暗点）、 QOV (見え方の質、Quality of Vision)が著しく低下する病気である。本研究では、患者自らが身近なPC・携帯端末等を用いて自身の症状を手軽に検査でき、その結果に基づいて、日常生活の場面ごとに個人の視覚特性に合致したコンテンツを提示することにより、視野の歪みを軽減し、欠損した情報を補い、患者のQOV ひいてはQOL まで大幅に改善させられるような情報工学技術の提案を目的とする。本研究は、A：視界特性同定、B：視界矯正/補完、C：症状-病態の相互予測の3 部から構成されている。 令和4年度は視界特性について、令和3年度まで開発した線変形操作に基づく手法が、高齢者にとって操作方法と操作時間の両面で負担が大きいという問題を解決するための新しいアプローチを開発した。これは、対話型強化学習を用いて、システムが生成した曲線の候補をユーザに評価してもらうことで、歪みマップを最適化していく方法である。ユーザの負担を減らすために、対話型強化学習手法として比較的速く収束できるOptimal Path Forestを用いたRelevance Feedbackアルゴリズムを使用した。健常者のシミュレーション及び2名の患者による評価結果から、５回程度の評価で、本人の視野の歪みを反映した歪みマップを正確に生成できることを確認し、ユーザの負担を大幅に削減することに成功した。また、生成した歪みマップを用いて生成した補償画像の効果も実験で示すことができた。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
調書記載の計画通りに進んできている。主要な成果は現在国際会議に投稿中であり、また、関連成果として令和３年度に国際学術誌1篇と国際会議論文２篇が採択された．
|
| Strategy for Future Research Activity |
研究課題A：視界特性同定について，令和４年度に対話型強化学習を用いた検査方法の開発に成功したが、新型コロナウィルス感染拡大の行動制限に伴い、評価実験に参加する患者の人数が２名に留まった。令和５年度は異なる病状の患者をできるだけ多く募集し、手法の有用性をさらに検証し、システムを改善していく予定である。また、研究課題Bの視界矯正/補完については視線追跡機能を有するヘッドマウントディスプレイを用いてシステムを実装し、精度と使い易さの検証を行う予定である。特に視線追跡の誤差や、不必要な画像更新への対処が必要と思われる。研究課題Cの症状-病態予測については、令和４年度に画像変換に用いられている各種生成ニューラルネットワークモデルの調査を行い、最新のStable Diffusionモデルが有用であることを確認したため、令和５年度は視界測定データとOCTまたは眼底画像データのペアデータ集を用意し、Stable Diffusionモデルに基づく相互予測モデルの学習、テスト及び改善を行う予定である。課題AとBの成果について、国際会議採択論文を拡張し、国際学術誌に投稿予定である。課題Cについては成果をまとめた論文を国際会議に投稿予定である。
|
