| 研究課題/領域番号 |
19K12845
|
|---|
| 研究機関 | 公立はこだて未来大学 |
|---|
研究代表者 |
佐藤 生馬 公立はこだて未来大学, システム情報科学部, 准教授 (00586563)
|
|---|
| 研究分担者 |
岡本 淳 東京女子医科大学, 医学部, 非常勤講師 (10409683)
田村 学 東京女子医科大学, 医学部, 准教授 (80453174)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | 覚醒下手術 / 脳腫瘍摘出術 / 手術工程 / 手術ナビゲーションシステム / 顕微鏡 / 深層学習 / 機械学習 / 画像処理 |
|---|
| 研究実績の概要 |
脳腫瘍摘出術は特に熟練の知識と技術が必要とされ，熟練医の手技と暗黙知や判断プロセスを含む臨床知の解明や詳細な手術状況の可視化および予後予測などによる治療の均一化が望まれている．このため，本研究では脳腫瘍摘出術における熟練医の手技と臨床知を可視化する手術工程同定・解析システムを実現することを目的としている．このシステムを実現するためのアルゴリズムなどの提案を行い，本年度は２年度目として以下の成果を得た．
（１）熟練医の手技と臨床知を可視化する手術工程同定における同定モデルの構築を行った．本提案手法は覚醒下脳腫瘍摘出術における熟練医の手術手技や判断プロセスを可視化するため，すべての特徴量を取得可能であると仮定して，処置や手技などを可視化可能な詳細な手術工程同定モデルを構築した．
（２）術前・術中画像情報と立体顕微鏡画像を用いた処置状況の可視化手法と処置状況に合わせた情報提示手法の提案を行った．本手法は，立体顕微鏡画像からステレオ画像を用いて術具や血管などの特徴量を抽出し，3次元情報を再構築し，術具先端との血管等の距離や軌跡などの処置状況を可視化可能とした．そして，初年度提案した手法により統合した血管，脳溝，腫瘍情報を処置状況に合わせて顕微鏡画像上への重畳表示を可能とした．
（３）手術工程同定のためのMRI画像および手術映像から特徴量抽出手法の再検討を行った．MRI画像からの特徴量として，深層学習を用いて術前・術中MRI画像より脳領域と脳腫瘍の抽出の精度向上を検討とした．また，顕微鏡画像からの特徴量として，脳表面の血管および使用される術具の抽出の精度向上を検討した．さらに，手術映像の音声から電気刺激のタイミングなどの特徴量の抽出手法を検討した．
|
| 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
本年度は，提案システムを実現するためのアルゴリズムの提案およびこのアルゴリズムを実現するプログラムの開発が順調に進んでおり，おおむね順調に進展していると考えている．
|
| 今後の研究の推進方策 |
次年度は，提案システムを実現するために提案してきたアルゴリズムの精度の向上および機能の拡張とシステム化を行う．
|
| 次年度使用額が生じた理由 |
年度末に研究打ち合わせのための出張を予定していたが，新型コロナウイルスによる緊急事態宣言により出張が困難となったために次年度への繰り越しとすることとした．繰り越した予算は次年度に研究打ち合わせのための出張費と使用する予定である．
|
