研究課題/領域番号 |
23K22706
|
補助金の研究課題番号 |
22H01435 (2022-2023)
|
研究種目 |
基盤研究(B)
|
配分区分 | 基金 (2024) 補助金 (2022-2023) |
応募区分 | 一般 |
審査区分 |
小区分20010:機械力学およびメカトロニクス関連
|
研究機関 | 東京理科大学 |
研究代表者 |
朝倉 巧 東京理科大学, 創域理工学部機械航空宇宙工学科, 准教授 (60778207)
|
研究分担者 |
倉科 佑太 東京農工大学, 工学(系)研究科(研究院), 准教授 (40801535)
栗原 渉 東京慈恵会医科大学, 医学部, 講師 (90826926)
|
研究期間 (年度) |
2022-04-01 – 2025-03-31
|
研究課題ステータス |
交付 (2024年度)
|
配分額 *注記 |
17,550千円 (直接経費: 13,500千円、間接経費: 4,050千円)
2024年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
2023年度: 6,890千円 (直接経費: 5,300千円、間接経費: 1,590千円)
2022年度: 8,320千円 (直接経費: 6,400千円、間接経費: 1,920千円)
|
キーワード | 再建耳小骨 / 中耳炎 / 有限要素法 / 形状最適化 / 耳小骨再建 / 伝音特性 / 人工耳小骨 / 最適化 / 中耳音響伝搬 / 聴力回復 / 機械学習 / 治療方針 |
研究開始時の研究の概要 |
破壊された耳小骨の再建において必要となる最適な再建耳小骨形状を決定するため,遺伝的アルゴリズムによるトポロジー最適化,有限要素法による振動音響解析を併用して,効率的かつ高精度な形状最適化手法を開発する.高コストを要する有限要素法を多数試行する必要があるが,これを畳み込みニューラルネットワークによる深層強化学習で代替することによって低コスト化し,最適な伝音特性を有する中耳形状を探索的に決定する.
|
研究実績の概要 |
伝音難聴治療に対して行われる耳小骨再建術では,破壊された耳小骨連鎖を人工的に再建する必要がある.本検討では,従来の術者の経験による再建耳小骨形状の決定に替わり,現状の中耳の状態から最適な形状を形成可能な検索アルゴリズムを検討するとともに,探索された最適形状によって聴力回復が可能であることを実験的に検証する.今年度は,最適な再建形状を提案できる探索アルゴリズムを構築するため,遺伝的アルゴリズムによる最適化,およびベーシスベクトル法による最適化の2種を検討し,両者において効率的な最適化が可能であることを検証した.一方,最適化によって決定された人口耳小骨形状が,実際の中耳内で所望の伝音特性を発揮することを実験的に検証可能な実験系プラットフォームを構築する必要があるため,これについても検証を行った.その結果,実寸大モデルは非常に微小であるため,背景振動の影響を受けやすいが,ノイズ成分の影響を除去するために時間伸長したTSP信号を用いて伝音特性を計測することによって,ノイズの影響を除去した伝音特性を計測可能であることを確認した.
|
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
はじめに,症状モニタリングに利用するため,医師の視診,中耳内の側頭骨CTデータ,聴力およびWTM検査,LDVにより逆推定した中耳内のそれぞれの状態をスコアとして表す.これと併せて,LDVによる鼓膜ダイナミクスの計測結果を基にして,鼓膜および前庭窓で支持された耳小骨連鎖の振動特性を逆推定しておく.次に,聴感評価システムの構築として,聴力推定結果から,日常生活で必要とされる音声情報の聞こえについて信号処理手法を用いた可聴化シミュレーションを実施する.その後,最適化形状の聴力による聞こえが有意に向上したか,MEスコアを用いて検証する.次に,患者に関する各スコアを入力し,初期条件および最適化後の各形状データ,聴力情報などをグローバル分類器として学習させることを試みる.最後に,予後データの整備・スコア化として,当面は予後データが得られないため,東京慈恵会医大の保有している予後データについて,内容を精査した上でスコア化し,Phase 4のグローバル分類器へ入力できるようにデータ整備を行うための予備検討を実施する.
|
今後の研究の推進方策 |
はじめに,症状モニタリングに利用するため,医師の視診,中耳内の側頭骨CTデータ,聴力およびWTM検査,LDVにより逆推定した中耳内のそれぞれの状態をスコアとして表す.これと併せて,LDVによる鼓膜ダイナミクスの計測結果を基にして,鼓膜および前庭窓で支持された耳小骨連鎖の振動特性を逆推定しておく.次に,聴感評価システムの構築として,聴力推定結果から,日常生活で必要とされる音声情報の聞こえについて信号処理手法を用いた可聴化シミュレーションを実施する.その後,最適化形状の聴力による聞こえが有意に向上したか,MEスコアを用いて検証する.次に,患者に関する各スコアを入力し,初期条件および最適化後の各形状データ,聴力情報などをグローバル分類器として学習させることを試みる.最後に,予後データの整備・スコア化として,当面は予後データが得られないため,東京慈恵会医大の保有している予後データについて,内容を精査した上でスコア化し,Phase 4のグローバル分類器へ入力できるようにデータ整備を行うための予備検討を実施する.
|