研究課題/領域番号 |
23K27948
|
補助金の研究課題番号 |
23H03258 (2023)
|
研究種目 |
基盤研究(B)
|
配分区分 | 基金 (2024) 補助金 (2023) |
応募区分 | 一般 |
審査区分 |
小区分59010:リハビリテーション科学関連
|
研究機関 | 新潟医療福祉大学 |
研究代表者 |
江玉 睦明 新潟医療福祉大学, リハビリテーション学部, 教授 (20632326)
|
研究分担者 |
佐藤 昇 新潟大学, 医歯学系, 教授 (00254756)
高林 知也 新潟医療福祉大学, リハビリテーション学部, 講師 (00780339)
石垣 智恒 新潟医療福祉大学, リハビリテーション学部, 助教 (30866231)
大森 豪 新潟医療福祉大学, 健康科学部, 教授 (70283009)
工藤 慎太郎 森ノ宮医療大学, 総合リハビリテーション学部, 教授 (70737915)
影山 幾男 日本歯科大学, 新潟生命歯学部, 教授 (90169392)
|
研究期間 (年度) |
2023-04-01 – 2027-03-31
|
研究課題ステータス |
交付 (2024年度)
|
配分額 *注記 |
18,980千円 (直接経費: 14,600千円、間接経費: 4,380千円)
2026年度: 4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2025年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2024年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2023年度: 11,180千円 (直接経費: 8,600千円、間接経費: 2,580千円)
|
キーワード | アキレス腱 / 捻れ構造 / 力学的特性 / 組織学的特性 / コラーゲン線維配向 / 踵骨隆起 |
研究開始時の研究の概要 |
アキレス腱(以下,AT)障害は難治性であり,反復負荷によりAT断裂に繋がる重大な疾患であるが,有効な予防法が確立されていない.これまでそこで申請者らは,ATの特徴的な三次元構造である「捻れ」が障害発生に関与している可能性を見出してきた.ATの力学的特性が腱障害発生に関与することから,ATの捻れの程度により力学的特性に違いが認められる可能性が考えられる.そこで本研究では,ATの捻れ構造と腱特性との関係性に着目し,超音波イメージングによる最先端の解析手法を用いて,生体を対象にATの捻れ構造の同定と捻れの程度による分類ができる非侵襲的評価法を確立するとともに,捻れ構造と腱特性との関係性を解明する.
|
研究実績の概要 |
本研究課題では,,ATの捻れ構造と腱特性(力学的特性,血流動態,コラーゲン線維配向)との関係性に着目し,超音波イメージングによる最先端の解析手法を用いて,生体を対象にATの捻れ構造の同定と捻れの程度による分類ができる非侵襲的評価法を確立するともに,捻れ構造と腱特性との関係性を解明する.具体的には,課題①「遺体による捻れの分類指標で生体を対象に検証」,課題②「ATの捻れ構造と腱特性の関係性の解明」,課題③「考案した予防法の効果検証」の3つの課題を4年計画(2023-2026年度)で遂行し,個々人の捻れ構造と腱特性の特徴を考慮したAT障害の最適な予防法の確立を目指す. 2023年度は,実験①として「遺体による捻れの分類指標で生体を対象に検証」に取り組んだ.ホルマリン固定遺体を対象に明らかにしたATの捻れの走行とヒラメ筋の踵骨隆起付着部の骨形状(Edama M, Scand JMed Sci Sports, 2015; J Anat, 2016)を参考にして,捻れ構造の分類を実施した.Thiel固定遺体(12体24足)を対象にBモード法を用いて捻れの走行を画像描出することができた.また,4Dプローブを用いてヒラメ筋の踵骨隆起付着部の形状を3D画像描出することができた.
|
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
2023年度は,実験①として「遺体による捻れの分類指標で生体を対象に検証」に取り組んだ.ホルマリン固定遺体を対象に明らかにしたATの捻れの走行とヒラメ筋の踵骨隆起付着部の骨形状(Edama M, Scand JMed Sci Sports, 2015; J Anat, 2016)を参考にして,捻れ構造の分類を実施した.Thiel固定遺体(12体24足)を対象にBモード法を用いて捻れの走行を画像描出することができた.また,4Dプローブを用いてヒラメ筋の踵骨隆起付着部の形状を3D画像描出することができた.
|
今後の研究の推進方策 |
2024年度は,エコー画像が分類指標を正確に可視化できているか,タイプ分類(軽度・中等度・重度)が出来るかどうかを,実際にThiel固定遺体を剖出することで検証した.検証後,同様の方法で大学アスリート(100名)の踵骨の超音波画像を描出し,Thiel固定遺体の画像との整合性を,深層学習を利用した画像認識モデル(MATLAB)を作成して判別を試みる.そして,2025年度には2023・2024年度に確立した方法で分類した3タイプ(各30足)を対象に,ATの捻れ構造と腱特性(力学的特性,血流動態,コラーゲン線維配向)との関係性を解明する.
|