| 研究課題/領域番号 |
18K16378
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分55020:消化器外科学関連
|
|---|
| 研究機関 | 国立研究開発法人国立がん研究センター |
|---|
研究代表者 |
竹下 修由 国立研究開発法人国立がん研究センター, 東病院, 室長 (40645610)
|
|---|
| 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 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2019年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2018年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
|
|---|
| キーワード | 直腸癌 / 内視鏡外科 / 深層学習 / 機械学習 / 画像認識 |
|---|
| 研究成果の概要 |
近年の直腸癌手術領域においては、さらなる機能温存や詳細な解剖構造の認識を可能とする新たな革新的手術法が導入され始めている。一方で、技術と知識の伝承やトレーニング・評価など、高難度化する手術手技の標準化には解決すべき課題が多い。今回、鏡視下直腸癌手術映像の中で行われている手技のデジタル化・抽出を行い、深層学習、特に畳み込みニューラルネットワークを利用した解剖構造、手術工程などを画像認識、解析するシステムを構築した。純粋な手術動画のみを活用し手技操作や工程を定量化することにより、汎用性・客観性の高い手術評価システムの開発や、画像認識・熟練者の暗黙知を取り入れた新たな手術支援システムの構築へ繋げた。
|
| 研究成果の学術的意義や社会的意義 |
本研究を通じて、畳み込みニューラルネットワーク（CNN）を用いた鏡視下直腸切除術における手術工程の自動認識の深層学習モデル、術中解剖構造検出としての前立腺認識モデル、さらには動画を用いた手術技能評価用の深層学習モデルの構築を達成した。これらは外科医の手術中の判断や技術の巧拙という暗黙知を定量化・客観化することに繋がり、手術支援による安全性向上や、手術教育への活用、最終的には外科手術の自動化をもたらすための要素技術となりうる。
|
