研究課題/領域番号 |
18K08961
|
研究機関 | 東北大学 |
研究代表者 |
杉山 慎一郎 東北大学, 医学系研究科, 非常勤講師 (30623152)
|
研究分担者 |
新妻 邦泰 東北大学, 医工学研究科, 教授 (10643330)
|
研究期間 (年度) |
2018-04-01 – 2021-03-31
|
キーワード | 脳動脈瘤 / コンピュータ / 機械学習 / 数値流体力学 |
研究実績の概要 |
本研究の目的は、未破裂脳動脈瘤の増大・変形に決定的な役割を果たしている「血行力学的因子」の解明である。数値流体力学(computational fluid dynamics: CFD)を用いて脳動脈瘤への流入血流量および瘤内の血液滞留時間を算出し、それらと脳動脈瘤増大速度との相関関係を検証する。 本年度の研究実績として、以下の三つが挙げられる。一つ目は、脳動脈瘤増大を評価するための数学的手法の確立、二つ目は、脳動脈瘤増大部位と瘤内血流滞留時間との相関関係の検証、三つ目は、機械学習を用いた脳動脈瘤増大予測システムのプロトタイプ構築である。 まず、脳動脈瘤増大の評価指標については、三次元曲率を用いた新しい数学的手法を考案し、その概念実証を行った。脳動脈瘤の増大形式においては、ドーム全体が大きくなる場合以外にも、形状変化(ブレブ発生)をきたしてくる場合がある。三次元曲率を用い、両者を定量的に評価する手法を確立した。 二つ目の脳動脈瘤増大と瘤内血流滞留時間との相関関係については、我々の先行研究から得られた仮説通りの結果が得られた。すなわち、脳動脈瘤増大と瘤内血流滞留時間の延長とは逆相関していた。 最後に、機械学習を用いた脳動脈瘤増大予測システムについて、そのプロトタイプの構築を終えた。我々が構築してきた脳動脈瘤データベースについて、CFDを用いて、各症例固有の血行力学的パラメータを算出した。これらと上述した三次元曲率とを主な入力情報とした機械学習を行い、脳動脈瘤の増大部位を予測することが可能であることを確認した。
|
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
脳動脈瘤増大の定量的評価指標を確立したことで、コンピュータの利用(とくに、機械学習・深層学習)を利用することが容易になったことは、本研究を推進していくうえで、大きなステップとなったため。
|
今後の研究の推進方策 |
より多くのデータを用いた後方視的概念実証研究を推進し、確固としたエビデンスを得ることによって、最終年度には、前向き研究を開始できるよう努める。
|