| 研究課題/領域番号 |
23K28477
|
|---|
| 補助金の研究課題番号 |
23H03789 (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90150:医療福祉工学関連
|
|---|
| 研究機関 | 大阪公立大学 |
|---|
研究代表者 |
野口 博史 大阪公立大学, 大学院工学研究科, 教授 (50431797)
|
|---|
| 研究分担者 |
吉本 佳世 大阪公立大学, 大学院工学研究科, 講師 (00735409)
村山 陵子 藤田医科大学, 保健衛生学部, 教授 (10279854)
森 武俊 東京理科大学, 先進工学部機能デザイン工学科, 教授 (20272586)
高橋 聡明 東京大学, 大学院医学系研究科(医学部), 講師 (50824653)
|
|---|
| 研究期間 (年度) |
2024-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
16,120千円 (直接経費: 12,400千円、間接経費: 3,720千円)
2025年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
2024年度: 5,330千円 (直接経費: 4,100千円、間接経費: 1,230千円)
2023年度: 7,540千円 (直接経費: 5,800千円、間接経費: 1,740千円)
|
|---|
| キーワード | 超音波画像処理 / ３次元位置姿勢推定 / シミュレータ / 超音波検査装置 / 看護師教育 / 医療画像処理 / 画像生成 / 位置姿勢推定 / ３次元モデル |
|---|
| 研究開始時の研究の概要 |
看護師のタスクの一つに，点滴などのために前腕に針を刺す行為があるが，新人などではその成功率が低い問題や，その刺した後にもトラブルがある問題がある．近年，小型化・安価化が進んでいる超音波検査装置の利用が期待されているが，簡易な教育システムがなく普及が進んでないところがあった．そこで，その解決として，簡易に技術習得を可能とする学習システムを構築する．システムのイメージとしては，模擬前腕モデル上でプローブ模型を動かすだけで，教育対象に合わせた擬似的な超音波画像をタブレットなどの簡易ディスプレイに提示し，同時に，教育情報も提示するものである．
|
| 研究実績の概要 |
看護師のタスクの一つに，点滴などのために前腕に針を刺す行為があるが，新人などではその成功率が低い問題や，その刺した後にもトラブルがある問題がある．その解決に，小型化・安価化が進んでいる超音波検査装置の利用が期待されているが，教育システムが高価で機能も限定的であることから普及が進んでない．そこで，その解決として，簡易に技術習得を可能とする学習システムを構築することを目標として研究を進めている．要素技術としては，教育用データとして利用するための腕表面や血管の3次元モデルの構築や，3Dモデルや事前計測した画像群からの任意位置における疑似超音波画像生成技術の構築，疑似超音波プローブの位置・姿勢計測技術がある．
これまでの実績として，疑似超音波画像生成のための計測技術を開発し，健常者や高齢者での計測をしている．加えて，その超音波画像からの血管や組織領域などを深層学習手法を利用しつつ自動検出するための方法論を開発している．また，自動での領域推定結果から，前腕静脈血管の変形に関するパラメータ推定や，推定領域からの血管などの３次元モデル構築などを実現した．また，模擬プローブに内蔵したIMUと模擬前腕に内蔵したフォトリフレクタアレイから，パーティクルフィルタベースの位置推定手法を開発し，任意の腕模型上での位置・姿勢計測システムを構築している．また，計測した超音波検査画像群から，任意位置における超音波画像を生成するソフトウエアも作成し，連携させることで，任意位置における仮想超音波画像を提示するシステムについてのプロトタイプも構築した．
|
| 現在までの達成度 |
現在までの達成度
2: おおむね順調に進展している
理由
2024年度には，これまでに構築した超音波画像計測システムを用いて教育用のデータ計測を進めた．特に，学内の学生だけではなく，学外の健康増進施設と連携して高齢者についてもリクルートし，血管データを収集することができた．一方で，計測時に見えてきた課題への対応としての作業も進めた．具体的には，計測用装置については，超音波プローブの確実な固定などのためにサイズが大きく可搬性が悪い問題があったため，プローブ側へつけたカメラを利用したVisualSLAMによる計測装置の簡易化のための準備を進めた．また，血管や腕内部の組織検出に高齢者や一部データにおいては，性能低下が見られることから，セグメンテーション手法や後処理方法などの改良などを進めた．押し付け荷重が大きく血管が潰れている画像への対応などは難しいもの性能向上は実現できている．
シミュレーションの提示用の模擬プローブシステムの開発としては，カメラでの位置姿勢計測性能向上が困難であったため，腕のモックアップ内部に，フォトリフレクタアレイを内蔵し，その計測した距離情報マップを用いて，プローブの位置推定を行った．加えて，そのままでは位置推定性能が出ないことから，パーティクルフィルタベースの追跡手法を開発し，滑らかな位置計測を実現した．リファレンスとの比較による位置推定性能は，カメラ時よりも大幅に向上させることができた．加えて姿勢については，模擬プローブに内蔵したIMUより計測した姿勢情報を取得するようにした．
並行して，取得した超音波画像データと，プローブ３次元位置から仮想超音波画像を計算するプログラムを作成した．先の通り，模擬プローブの位置取得ができるようになったことから，次年度に先行して，教育用のシミュレータとして，プローブ位置における仮想超音波画像をオンラインで提示するシステムを試作した．
|
| 今後の研究の推進方策 |
2025年度では，進捗状況で上げた問題について継続的に取り組むとともに，教育用のシステムの完成化に向けた試みを続ける．
データ計測については，先に上げた通り，計測用の簡易化した装置の開発を続けるとともにそれらを利用した血管データ計測を続ける．加えて，深層学習を利用した血管や周辺組織の認識アルゴリズムの性能向上に向けて，引き続き改良を続ける．
また，模擬プローブ位置推定については，腕模型側に内蔵させたフォトリフレクタアレイだけでなく，プローブ側にもLEDを搭載するなど，模擬プローブ側の工夫も考えられることから，それらの改良を行うことで性能向上を目指す．また，現状，プローブの位置推定のフィルタは独立しており，姿勢情報をうまく組み込めていないことから，データを統合してのフィルタの開発も行う．
仮想超音波画像提示としては，現状は計測したデータからの任意断面時の超音波画像を提示しているだけであるが，押し付け時に変形などの教育のためには，その模擬画像が必要となる．そこで，生成AI系の深層学習手法を利用して，これまでに計測した押し付け力と血管変形に関するパラメータを利用しつつ，任意プローブ荷重下における超音波画像を生成するための生成AIを利用した手法を開発する．それらの統合として，仮想超音波画像の提示並びに，教育内容も提示するシステムの開発を行う．これらシステムについての看護研究者からのフィードバックや評価などについても行う．
|
