| 研究実績の概要 |
高難度化する鏡視下直腸癌手術の均てん化のためには、評価・解析に活用可能な手術手技のデジタル化や、それに基く手術支援システムの開発が必要である。本研究では、手術映像における手技をデジタル化した上でデータセットとし、手術器具や解剖構造、手術工程などを画像認識、解析するシステムの構築を行い、臨床への活用へ繋げる。
2018年度の実施内容としては、①鏡視下直腸癌手術映像の収集、②ラベリング項目の決定（術具の名称、手術工程の名称、解剖構造の名称など）、③ラベリング作業、について予定通り実施した。
①においては、国立がん研究センター東病院において鏡視下直腸癌手術が行われた症例の手術映像を442例収集した。②においては、術具：Point dissector, Linear dissector, Grasper, Maryland, Clipperの5種類、手術工程：TME(Total Mesorectal Excision), Medial mobilization of colon, Lateral mobilization of colon, Dissection of mesorectum、解剖構造：IMA(Inferior Mesenteric Artery)、尿管、前立腺をそれぞれラベリング項目として設定した。③においては、手術動画から抽出した静止画に対し、術具のPoint dissectorを926枚、手術工程を1,957,100枚、IMAを234枚、尿管を333枚、前立腺を295枚、それぞれラベリングを行いデータセットを作成し、教師データとした。
試験的に実施した機械学習の結果、Point dissectorでIoU：0.689、手術工程でAccuracy：0.835、IMAでIoU：0.532、尿管でIoU：0.331、前立腺でIoU：0.194の精度で予測モデルが構築された。
|
