• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2022 年度 実績報告書

リンパ浮腫画像診断に基づいた新・複合的理学療法-AI技術によるキャズム克服-

研究課題

研究課題/領域番号 20H04052
研究機関岡山大学

研究代表者

品岡 玲  岡山大学, 医歯薬学域, 教授 (90724500)

研究分担者 中原 龍一  岡山大学, 大学病院, 助教 (30509477)
研究期間 (年度) 2020-04-01 – 2023-03-31
キーワードlymphedema / Artificial Intelligence
研究実績の概要

リンパ浮腫になると、周囲のリンパ系が側副路として働くことが観察される。背景の病態も明らかにするために、下腿・大腿部・下腹部・陰部リンパ系の解剖情報も追加した。下腿末梢からのリンパ管グループは4つ(AL,AM,PM,PL)に分けられること、到着するリンパ節は3つである事(SP,IL1,IL2)を既に報告している。下腿部のリンパ管は主にALとAMに合流し、独立したリンパ管グループを持たないことが明らかになった。リンパ節もIL1もしくはSL2に合流し、独立したリンパ節は持たないことが明らかになった。大腿部のリンパ管も主にはALに合流し、IL2リンパ節に到着するため、独立したリンパ系でないことが明らかになった。下腹部からのリンパ管はSLリンパ節に到着し、下肢からのリンパ系とは異なることを明らかにした。陰部からのリンパ系はSMリンパ節に到着し下肢・下腹部からのリンパ系とは独立することを明らかにした。近赤外領域に特化したカメラ・広角レンズ・ロングパスフィルターを使用して、広角に近赤外画像を取り込めるシステムを構築した。次に定量化を目指したが、定量化のためにはリンパのレグメンテ―ションが必要である。しかし画像特性上、場所ごとに輝度が大きく変化するため目視では流れをたどることができても、AIを用いたセグメンテーションは困難である。そこでユーザー側の操作(プロンプト)によってセグメンテーション領域を変更可能なSAM(segment anythingmodel)を用いた開発を行っている。このモデルは言葉や幾何学情報によってセグメンテーション領域を変更することができるため、撮像条件ごとに最適なセグメンテーションを行うことができる。また画像を扱うことが可能な大規模言語モデル(MMLLM:Multimodal Large Language Model)を用いた定量化も目指している。

現在までの達成度 (段落)

令和4年度が最終年度であるため、記入しない。

今後の研究の推進方策

令和4年度が最終年度であるため、記入しない。

  • 研究成果

    (2件)

すべて 2023 2022

すべて 雑誌論文 (2件)

  • [雑誌論文] A new lymphography protocol and interpretation principles based on functional lymphatic anatomy in lower limb lymphedema2023

    • 著者名/発表者名
      Shinaoka Akira
    • 雑誌名

      Anatomical Science International

      巻: 99 ページ: 153~158

    • DOI

      10.1007/s12565-023-00754-2

  • [雑誌論文] A new severity classification of lower limb secondary lymphedema based on lymphatic pathway defects in an indocyanine green fluorescent lymphography study2022

    • 著者名/発表者名
      Shinaoka Akira、Kamiyama Kazuyo、Yamada Kiyoshi、Kimata Yoshihiro
    • 雑誌名

      Scientific Reports

      巻: 12 ページ: 153-158

    • DOI

      10.1038/s41598-021-03637-6

URL: 

公開日: 2024-12-25  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi