• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

Deep Learningによるレーザー温熱治療時の温度推定法に関する研究

研究課題

研究課題/領域番号 22K04008
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20020:ロボティクスおよび知能機械システム関連
研究機関秋田大学

研究代表者

関 健史  秋田大学, 理工学研究科, 講師 (80565317)

研究期間 (年度) 2022-04-01 – 2025-03-31
研究課題ステータス 交付 (2023年度)
配分額 *注記
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2024年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2023年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2022年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
キーワードレーザー治療 / 温度推定 / ディープラーニング
研究開始時の研究の概要

体内に挿入した内視鏡で悪性腫瘍などを観察しながらレーザー照射し,患部を加熱・焼灼する治療がある.しかし,温度センサを体内に挿入できないため,加熱不足や過加熱が生じる恐れがある.本研究では,加熱・焼灼による生体組織の熱変性の変移と患部温度の関係をDeep Learning で学習させる.これにより,温度センサを用いずに患部温度を推定しながら,適切な温度でレーザー治療が可能な手法を確立させる.

研究実績の概要

一昨年の2022年度は,生体温度に近い37度付近に温度調整した生理食塩水に浸した鶏むね肉に対してレーザー照射した際の照射部温度,反射光スペクトルおよびレーザー光量を同時計測可能な実験装置を構築し,レーザー出力2Wを600秒間照射した際の鶏むね肉表面の昇温過程を取得できることを確認できた.
2023年度は,ディープラーニングによってレーザー照射部温度の推定に必要な学習用データを収集し,適切に温度推定可能な学習条件などを検討することを目的とした.具体的には,昨年度構築した実験装置を用い,約37度に温度管理された鶏むね肉よりレーザー出力2W,照射時間600秒の実験条件下で,レーザー照射部温度,反射光スペクトル,レーザー光量の同時計測を複数回実施して学習用データを収集した.収集したデータのうち,反射光スペクトルとレーザー光量の時間変化のデータをディープラーニングへの入力データ,レーザー照射部温度を教師データとしてそれぞれ整理した.ディープラーニングによる温度推定の実施のため,Neural networkの内部構造を構成する入力層,中間層,出力層のうち,中間層のニューロン数や,学習回数,活性化関数(シグモイド,relu, tanh)といった学習条件をどのように決定すれば適切に推定温度できるか検討した.レーザー照射対象として用いた鶏むね肉の個体差による収集データのばらつきや,収集した学習用データの数量が必要十分でなかったことにより,推定温度の十分な精度は得られなかったことが考えられる.

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

研究実績に記載したとおり,計画していた内容をおおむね実施することができていると考えられる
.

今後の研究の推進方策

生体組織として用いた鶏むね肉の個体差による昇温のばらつきの影響を最小限にするため,ファントムの作製を検討する.生体組織の代替材料として使用し,昨年度と同条件による実験データを取得する予定である.その後,ファントムと鶏むね肉の場合の結果を比較し,その違いを考察する.

報告書

(2件)
  • 2023 実施状況報告書
  • 2022 実施状況報告書

URL: 

公開日: 2022-04-19   更新日: 2024-12-25  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi