| 研究課題/領域番号 |
22K08199
|
|---|
| 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53020:循環器内科学関連
|
|---|
| 研究機関 | 岐阜大学 |
|---|
研究代表者 |
大倉 宏之 岐阜大学, 大学院医学系研究科, 教授 (30425136)
|
|---|
| 研究分担者 |
原 武史 岐阜大学, 工学部, 教授 (10283285)
|
|---|
| 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: 650千円 (直接経費: 500千円、間接経費: 150千円)
2023年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2022年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
|
|---|
| キーワード | AI / 頸静脈波 / 心不全 / Artificial intelligence / Physical examination / Cardiology |
|---|
| 研究開始時の研究の概要 |
循環器身体所見の代表的な視診所見に、頸静脈怒張の有無がある。ビデオ画像から頸静脈怒張の有無や特徴的な拍動パターンを人工知能(AI)により深層学習させることによって、身体所見の自動化、遠隔化ができるとの仮説を立てた。そこで健常例や様々な心疾患例に対して、頸静脈の画像を記録し、心エコー図による中心静脈圧上昇の有無と対比し深層学習させることによって、中心静脈圧上昇の有無の診断が可能か否かを検討する。さらに、頸静脈波形を非接触により描出することによる、心疾患の診断可能性についても検討する。
|
| 研究実績の概要 |
これまでに工学部との共同研究として、3DビデオカメラとRGBカメラによる頸静脈拍動の評価を目的として以下の共同研究を行てきた。(1).3Dビデオカメラからの距離計測の妥当性を検討するために深部計測モデルを使用して、3Dビデオカメラによる距離計測を行った。その結果、距離計測の妥当性が示された。
(2).次に頸静脈拍動モデルを用いて、拍動する物体の深度とその経時的変化を計測可能かどうかのモデル実験による検討を行った。その結果、モデル実験においては拍動を３Dカメラで記録することが可能であることが示された。(3).3DビデオカメラとRGBカメラにより、人体（健常例）における頸静脈拍動の記録をおこない頸静脈波をリモートで記録可能かどうかを検証した。その結果、いずれを用いても頸静脈拍動の可視化が可能であることが示唆された。
つづいて、以下の臨床検討を開始した。
(4). トレーニングセット：対象例（心不全例と健常例）に対して、3DビデオカメラならびにRBGカメラを用いて、頸部の動画像を記録した。Convolutional Neural Networkを用いた深層学習によって、心不全か非心不全に分類する学習を行った。
バリデーションセット：ついで、バリデーションセットに対してトレーニングで得られた深層学習の妥当性を検証する予定である。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
院内の倫理委員会の審査に時間を要したことと、新型コロナ感染症の周期的流行により、臨床例における症例登録が十分進まなかった。
|
| 今後の研究の推進方策 |
今後は、バリデーションセットとなる心不全患者と非心不全患者に対して、深層学習の妥当性を検証する予定である。また、右心カテーテル検査による中心静脈圧との対比や、非侵襲的に記録した頸静脈波形と右房圧波形の対比も行う予定である。
|
