| 研究課題/領域番号 |
17K01554
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
野口 博史 東京大学, 大学院医学系研究科(医学部), 特任講師 (50431797)
|
|---|
| 研究分担者 |
仲上 豪二朗 東京大学, 大学院医学系研究科(医学部), 准教授 (70547827)
森 武俊 東京大学, 情報理工学(系)研究科, 准教授 (20272586)
荒木 大地 東京大学, 大学院医学系研究科(医学部), 客員研究員 (10799787)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| キーワード | ３次元スキャナ / LIDAR / 超音波画像 |
|---|
| 研究実績の概要 |
本申請課題では，看護師を中心とした医療者がベッドサイドで四肢の状態をより詳細に把握できることを目指して，超音波プローブによる浅部組織の計測，測域センサLIDARとミラーの組み合わせによる身体表面形状計測，また，IMU（3軸加速度・角速度センサ）によるデバイスの姿勢計測の組み合わせにより，腕や足を走査するだけで３次元計測可能なスキャナの構築を目指している．本年度については，主に，表面形状計測のためのプロトタイプデバイスの構築並びに，腕に沿って移動させて計測した超音波画像群からの血管検出について取り組んだ．表面形状デバイスとしては小型測域センサであるLIDARと腕や足の側面を計測するためのミラー部並びに，エコープローブのモックアップを一体としたスキャナのプロトタイプデバイスを設計・試作した．設計時情報からミラー反射を考慮したLIDAR点群の処理方法を確立し，１時点での輪郭情報を取得する方法を確立した．加えて，IMU部分として超小型の３軸加速度計・３軸角速度の組み合わせセンサを固定する機構も構築した．３次元形状計測のために，LIDARとIMUとの同時計測についてのソフトウエアも開発し，計測を実現している．超音波画像群からのデータ処理としては，超音波画像中での血管像の見え方がプローブの操作に沿って移動していく楕円形状の追跡問題とみなせることに着目した超音波画像からの血管形状推定方法を開発した．具体的には超音波画像から輝度に基づき血管壁も含む固い組織部分を検出した後に，その組織部分と楕円形状との関係に基づいた評価を利用した粒子フィルタによる追跡方法を開発した．健常人での実際の超音波装置での計測データを用いて，プローブ操作時に不明瞭な画像を含むものでも，血管領域も手動で作成した領域との比較から追跡に成功していることを確認している．
|
| 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
本年度では，スキャナのプロトタイプデバイスの開発部分，並びに，超音波画像群からの血管形状推定についてについて取り組んだ．スキャナのプロトタイプ構築時に，測域センサの代替として，カメラ型の距離センサの利用など他の方法論なども比較検討したが，近接での計測などを考え，当初の予定通りミラーと測位センサを用いたシステムを設計し，形状計測のプロトタイプシステムを構築できている．また，超音波画像群からのデータ計測についてもリアルタイムの点での検出という点では問題も残るものの実際に腕を走査したデータでの確認までできる程度に完成度が上げられている．以上のことから，概ね順調に進展していると考えられる．
|
| 今後の研究の推進方策 |
次年度としては，作成したプロトタイプスキャナを用いた腕や足の表面形状の計測に取り組む予定である．具体的には，加速度データの積分情報や，測域センサからの１時点での表面形状との関係を手がかりに，位置と表面形状の同時推定に取り組む．位置推定が困難な場合にはプローブの動きが一定であることや，超音波プローブによる同時計測時には，スキャナ自体が足や腕の表面形状に沿って移動するという仮定などを導入することによる解決を狙う．また，超音波画像群からの処理としては，現在，単純な輝度情報による血管組織のみの検出に留まるところを拡張し，筋肉層や脂肪層などに構造についても，超音波画像上のテクスチャ情報を利用し，深層学習なども含む機械学習手法を用いることで，識別可能な方法論について取り組む．機械学習ではデータ数を必要とするが，幸い臨床データも含めて走査時の超音波画像群を入手できる状況になりつつあり，それらの画像群の活用を考えている．
|
| 次年度使用額が生じた理由 |
当初スキャナのプロトタイプシステムは，初回試作に引き続き，電子回路等の部分も含め再試作を年度内に行う予定であったが，再試作が次年度にずれ込んだため，次年度使用額が生じている．次年度には当初の予定通り再試作を行い使用する予定である．
|
