| 研究課題/領域番号 |
19K09500
|
|---|
| 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56010:脳神経外科学関連
|
|---|
| 研究機関 | 帝京大学 (2021-2022)
東京大学 (2019-2020) |
|---|
研究代表者 |
辛 正廣 帝京大学, 医学部, 教授 (70302726)
|
|---|
| 研究分担者 |
金 太一 東京大学, 医学部附属病院, 特任准教授 (90447392)
河島 真理子 東京大学, 医学部附属病院, 助教 (40803664)
新谷 祐貴 東京大学, 医学部附属病院, 助教 (20844616)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022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)
2021年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2020年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2019年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | 頭蓋底手術 / 機械学習 / 仮想現実 / 拡張現実 / シミュレーション |
|---|
| 研究開始時の研究の概要 |
本研究では、希少価値を有する少数の学習データを用いた深層学習技術を開発・検証することで、高難度手術治療への支援システムの開発と臨床評価をおこなう。脳深部に発生する頭蓋底腫瘍は、手術が最も難しい疾患の一つであり、治療成績は、腫瘍の病理組織診断や術中所見に大きく左右される。医療画像技術が進歩した現代でも、治療方針や手術アプローチの決定は、未だ、医師の経験に基づいた“臨床的判断”に依存している部分が多く、データの蓄積が非効率的かつ主観的であり、また、共有が難しい。本研究は、現行の頭蓋底外科手術が抱える、こうした問題を、機械学習技術によって解決すべく、術前検討システムの開発を目指したものである。
|
| 研究成果の概要 |
① 頭蓋底病辺に対する術前画像の機械学習については、手術前に、画像上での鑑別が重要である。希少な頭蓋底腫瘍の脊索腫と軟骨肉腫の鑑別が行ったところ、我々が開発したスモールデータを元にした学習法を応用し、90％以上の正確さをもってこれらの鑑別が行えることを証明した。
② CTやMRIなどのDICOM画像を速やかに自動で融合できるような、システムの利用により、より短時間でのシミュレーションモデルの作成が可能となっており、症例検討や手術中の３Dアトラスに耐えうるモデル作成技術が完成した。これにより術前画像の立体的把握と術中の解剖構造の把握が可能となった。
|
| 研究成果の学術的意義や社会的意義 |
脳神経外科手術では、MRIやCTなどの画像を検討しながら、術野の状態や、腫瘍の種類を予測し、治療方針を立てて、手術を行っている。また、術野の把握についても、こうした二次元の画像を元に、自らの経験から、術野の状態を想像し、手術戦略を検討している。
本研究では、こうした術前の病態把握から、術野の状態把握と立体的予測を可能し、病態の正確な予測と、手術における安全性の向上に貢献するものと思われる。
|
