| 研究課題/領域番号 |
18K11493
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61050:知能ロボティクス関連
|
|---|
| 研究機関 | 東京電機大学 |
|---|
研究代表者 |
宮脇 富士夫 東京電機大学, 理工学部, 教授 (50174222)
|
|---|
| 研究分担者 |
日高 章理 東京電機大学, 理工学部, 准教授 (70553519)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2020年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2019年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2018年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | 外科手術工程リアルタイム認識 / 深層学習 / 深層ニューラルネットワーク / 執刀医動作特徴 / 術野内視鏡動画 / 模擬的腹腔鏡下胆嚢摘出術 / 器械出し看護師ロボット / 手術支援 / 手術支援ロボット / 模擬胆嚢摘出術 / 手術視覚特徴 / 術者動作特徴 / 術者動作動画 / 深層ニューラルネットワーク学習 / 状態遷移認識 / 外科手術工程 / 手術手順モデル |
|---|
| 研究成果の概要 |
外科手術の手順は複数の外科操作の順次切り替りとして表すことができるが，単純なセンサなどで個々の外科操作の切り替りを捉えることができない。そこでこの切り替りを深層学習によってリアルタイムに認識できないか検討した。主な結果のみを記す。執刀医の動作だけから外科操作を識別する試みによって、剥離を76.6%、結紮を88.5%、切離を52.5%、止血を59.9%の割合で識別可能となった（４操作の平均識別率は69.4%）。この試みでは元の動画を１秒刻みに分割して作成した多数の小動画を対象として学習及びテストを行なったので、１秒程度の時間遅れで手術支援ロボットにも外科操作の識別が可能となることが示唆された。
|
| 研究成果の学術的意義や社会的意義 |
本研究は外科手術を対象としているが、最終的には一般的な出来事にも拡張させることを目標としている。現実の出来事は時々刻々連続的に変化し切れ目が無いが，これを人間は理解・記憶し易いように意図的に区切っている。
例えば、外科手術でも執刀医の同じような連続的動作が繰り返し観察されるため，馴染みのない者は外科手術の工程が理解できない。しかし，連続的動作の何処から何処までは‘剥離’という目的で行われた連続的動作と分かれば理解・記憶できるようになる。この人間の意図的な区切りが深層学習によって同定できれば、人間の物事に対する見方をロボットにも学ばせることが可能となる。これが本研究の意義である。
|
