|
本研究の目的は、食道狭窄症の治療法としての拡張術を安全かつ効率的に行うシステムを開発しようというものである。その基本的発想はまず拡張装置によって狭窄部食道の粘弾性特性を測定し、computerによってリアルタイムで最適な拡張条件を計算する。そしてその条件に基づいてcomputerに拡張作業の制御を行わせるというものである。まず食道拡張用のバル-ンの特性について、バル-ン内圧の変化から拡張力と周長を推定する方法が新しく開発された。しかし実際に動物モデル(イヌ)で測定実験を行ってけると拡張に伴って周長の増加と共に張力の変化が不規則な振る舞いを示す例があり、粘弾性特性の非線形性が問題となった。数学モデルから得られた関数の能力に限界があることが分かった。このため、システムにNeural Networkを導入した。Neural Networkの構成は入力、中間、出力層の3層構造、素子数はそれぞれ3、9、1のものを2つ用いた。学習方法としてはバックプロパゲ-ションを採用した。このNeural Networkに食道健常部と狭窄部での内圧、送水量を入力し、周長と拡張力を計算させた。弾性材料を用いたモデルによる学習実験を行った。得られた結果はいずれも実測値からの誤差は5%以内であり、極めて良い推定ができた。更にこの学習結果は様々な食道壁の弾性に対応したものであり、バル-ンへの送水量、食道の周長の伸びと、健常部、狭窄部の内圧値の関係が3次元空間で良く補完されていた。このように粘弾性特性の推定に大きな進歩が得られたので、この学習させたニュ-ロを用いてどんな拡張用のバル-ンにも対応できるようバル-ン特性を正規化して入力するようにした。以上の結果をふまえ、イヌの食道狭窄モデルの拡張実験を行ったところ、狭窄部と健常部とで拡張にさいしての圧力変化の差がはっきり同定できることが確認された。現在実際の臨床応用へむけて実験を続けている。
|
