| 研究課題/領域番号 |
18K08940
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分56010:脳神経外科学関連
|
|---|
| 研究機関 | 信州大学 |
|---|
研究代表者 |
降旗 建治 信州大学, 医学部, 特任准教授 (90021013)
|
|---|
| 研究分担者 |
本郷 一博 信州大学, 医学部附属病院, 特任教授 (00135154)
後藤 哲哉 信州大学, 医学部, 特任准教授 (30362130)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2023-03-31
|
| キーワード | 頭蓋内圧 / 外耳道内圧脈波 / 深層学習 / 頭蓋内自然共振周波数 / 非侵襲的頭蓋内圧推定法 / パワースペクトル / 微分法によるピーク定量化 / 回帰木モデル |
|---|
| 研究成果の概要 |
医療測定器としての頭蓋内圧（ICP）値は、直流成分であり、脳室ドレナージなど侵襲的な方法でしか達成できない。まず、頭蓋内自然共振周波数（NRF）はICPのみに依存し、頭蓋内のICPとNRFの関係は二次関数で優れた相関関係を示すことから、個々のNRFはICP値のみに依存することを解明した。次に、外耳道内圧（EACP）脈波だけからICP値に関連するNRFだけを抽出できるかどうかを検討した。その結果、EACP波形以外の雑音対策に深層学習を使用した時系列予測が有効であること、EACP波形からICP値を推定するために、機械学習の回帰木モデルが最も安定して新規臨床データにも適用できることが確認できた。
|
| 自由記述の分野 |
脳神経外科学関連
|
| 研究成果の学術的意義や社会的意義 |
学術的意義は、頭蓋内の直流成分であるICP値と交流脈波信号EACPに含まれるNRF値の関係を解明したことである。
社会的意義は、深層学習法がEACP信号以外の雑音対策に有効であり、NRFを推定するにも回帰木モデルが新規データにも有効であることから、緊急医療現場でも精度よくICP値が類推できる点である。
|
