| 研究課題/領域番号 |
18K19918
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分90:人間医工学およびその関連分野
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
中尾 恵 京都大学, 情報学研究科, 准教授 (10362526)
|
|---|
| 研究期間 (年度) |
2018-06-29 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)
2020年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2019年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
2018年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
|
|---|
| キーワード | 機械学習 / 臓器変形 / 治療支援 / 医用人工知能 / 圧縮センシング / 医用システム |
|---|
| 研究成果の概要 |
本研究の目的は，生体構造や治療行為に関する事前知識を活用し，治療時に取得可能な低次元かつ局所的な情報のみを手がかりに，患者固有の生体臓器に関する高次元かつ広範囲の状態復元を目指す情報学的手法の探究である．可変形メッシュ位置合わせ法に基づく統計的変位モデルの構築法を開発し，2次元画像から3次元形状を推定するImage-to-Graph Convolutional Network の枠組みを構築した．単一2次元X線画像から呼吸を伴う肝臓形状及び変形を高精度に再構成できることを確認した．X線画像では検出されない膵がんの領域を再構成可能な周辺臓器の形状特徴量を同定し，推定精度を明らかにした．
|
| 研究成果の学術的意義や社会的意義 |
治療時における生体臓器の幾何学的・力学的状態の理解は生体医工学や放射線治療，コンピュータ外科学において重要なテーマであり，臨床におけるニーズも高い研究課題である．本研究では，治療時の追加計測を前提とせず，計算機で低次元かつ局所的な情報から臓器の形状や変形を再構成可能な枠組みを構築した．統計的変位モデルは生体臓器の3次元形状と変形をより低次元の画像特徴などから推定する目的において事前知識，臓器データベースとして利用可能である． また，2次元X線画像では検出されない膵がんの呼吸性変位を推定可能な周辺臓器の形状特徴量を同定し，臨床利用可能な推定精度を達成することを示した．
|
