研究課題/領域番号 |
23K08573
|
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 | 札幌医科大学 |
研究代表者 |
三上 毅 札幌医科大学, 医学部, 准教授 (30372816)
|
研究分担者 |
秋山 幸功 札幌医科大学, 医学部, 講師 (50404653)
三國 信啓 札幌医科大学, 医学部, 教授 (60314217)
小松 克也 札幌医科大学, 医学部, 助教 (60749498)
|
研究期間 (年度) |
2023-04-01 – 2026-03-31
|
研究課題ステータス |
交付 (2023年度)
|
配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2025年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2024年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2023年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
キーワード | training / deep learning / bypass / EEG power spectrum / microsurgery |
研究開始時の研究の概要 |
手術技術の評価と改善は、流儀の違いもあり、正確性や安全性を含めて科学的客観的に行える方法がなかった。本研究では、手術技術を機械学習させることにより評価を可視化するようなツールを開発し、トレーニーのトレーニング効果をフィードバックし、適切な評価と改善が可能になるような環境を創り出すことにある。また、経験や能力値を持った医師の手技中の脳波スペクトラムを解析し、経験値や技術力の高い医師に近づける適切な環境や方法を見出すと共に、経験値の浅い医師の誤操作の多い状況を明らかにすることで、手術操作に影響を与える環境や状況因子を明らかするとともに、脳波からのニューロフィードバックの可能性を探る。
|