| 研究課題/領域番号 |
19K09533
|
|---|
| 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 | 大阪公立大学 (2022-2023)
大阪市立大学 (2019-2021) |
|---|
研究代表者 |
片山 豊 大阪公立大学, 大学院医学研究科, 技術職員 (50817583)
|
|---|
| 研究分担者 |
川原 慎一 大阪公立大学, 大学院医学研究科, 研究員 (60780260)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2023年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2022年度: 130千円 (直接経費: 100千円、間接経費: 30千円)
2021年度: 130千円 (直接経費: 100千円、間接経費: 30千円)
2020年度: 130千円 (直接経費: 100千円、間接経費: 30千円)
2019年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
|
|---|
| キーワード | 三次元形状 / 画像再構成 / 放射線画像 / 血管造影 / 脳動脈瘤コイル塞栓術 / 可視化 / 三次元化 / 脳動脈瘤 / コイル塞栓術 / リアルタイム把握 |
|---|
| 研究開始時の研究の概要 |
コイル塞栓術は脳動脈瘤に対する標準治療の一つであるが、非侵襲的である反面、病変の大きさや形状によっては十分な治療効果が得られず、また重篤な脳虚血合併症が起こり得るなど克服すべき課題が多い。本研究ではより安全で効率の良いコイル塞栓術を実現するため、術中に得られる一連の連続画像において同一の特徴点をもつコイルを識別しながら個々のコイルの形状やこれらの相互干渉をリアルタイムに追跡し、可視化するための方法と装置、ソフトウエアを開発する。
|
| 研究実績の概要 |
本課題は、少数の投影像から三次元形状の復元を行うタスクと言い換えることができる。この課題に対して、教師あり学習を用いた手法を用いた先行研究は Neural Radiance Fields (NeRV) や Generative Adversarial Networks (GAN) を利用したアルゴリズムなど、近年、多数登場してきている。しかし、今現在、発表されているアルゴリズムの多くは、教師あり学習を用いた手法である。そのため、多くのアルゴリズムで、教師データを必要とし、大量の対応している二次元データと三次元データのペアが必要となる。以上より、既存のアルゴリズムは適用範囲が限定される。
教師データが潤沢に入手可能な対象であれば、既に公開されている既存のアルゴリズムを応用することで、少数の投影像から三次元形状の復元を行うことは可能となると考える。しかし、われわれは、教師データの収集が困難な対象に対して、少数の投影像から三次元形状の復元を行うことを目指しているため、コンピュータビジョン技術を用いて実現する方法を模索してきた。
今まで作成したアルゴリズムの精度検証のため、サイズが既知の構造体に対して二方向の画像から三次元形状を推定し、容積の測定を行うことで正確性を確認してきた。
本年度は、作成したアルゴリズムの汎用性の確認を行い、提案しているアルゴリズムにより推定した少数の投影像から三次元形状の容積が正しいことを確認した。
研究の成果として、作成したアルゴリズムについて特許の申請を行った。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
研究成果として提案したアルゴリズムの特許出願を行うことができた。
|
| 今後の研究の推進方策 |
特許申請が完了したので、論文を投稿する予定である。
|
