• 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

近赤外分光イメージングによる組織深部病変の可視化

研究課題

研究課題/領域番号 21H03844
研究機関東京理科大学

研究代表者

竹村 裕  東京理科大学, 理工学部機械工学科, 教授 (60408713)

研究分担者 高松 利寛  東京理科大学, 研究推進機構生命医科学研究所, 助教 (10734949)
長谷川 寛  国立研究開発法人国立がん研究センター, 東病院, 医員 (20793665)
竹下 修由  国立研究開発法人国立がん研究センター, 東病院, 部長 (40645610)
研究期間 (年度) 2021-04-01 – 2024-03-31
キーワード近赤外分光イメージング / 軟性内視鏡 / 硬性内視鏡 / 深部組織の可視化
研究実績の概要

本研究では,生体透過性の高い近赤外光を用いハイパースペクトラルイメージング技術を組合せた技術を確立すると共に,人体内での近赤外分光イメージングを実現する内視鏡を開発し,既存の内視鏡下では見ることのできない組織深部や腹腔側からがんを非侵襲かつ標識なしで可視化する技術を探求することを目的としている.
研究の2年目は,開発したシステムを用いた大型動物実験に加え,コロナ渦の影響で開発が遅れているイメージファイバーを利用した軟性内視鏡システムを開発した.さらに,GIST検体やがん検体だけでなく,深部の血管,神経の可視化の可能性を検討して,実際に動物実験を行い,神経,血管の可視化が可能であることを実証した.具体的には下記の項目を実施した.
・術中下で画像取得できるイメージングシステムの開発:臨床での利用を想定した,撮像に最適な光源や高速で画像取得するための光学系を選定し,開腹手術,硬性内視鏡下,近赤外分光対応細径ファイバー内視鏡(硬性・軟性内視鏡下で撮像できる近赤外分光イメージング内視鏡)の開発・改良を行った.硬性内視鏡に関しても,光学系の再検証,全体のシステムを動作させるソフトウェアの改良,サンプリングレートの向上,画像処理アルゴリズムの導入した.
・臨床研究によるデータ収集:本研究では,申請者らがこれまでに行ってきた GIST検体,腫瘍の可視化の対象を広げ,深部の血管,神経,胆管などの NIR-HSIを取得し,可視化を検討した.大型動物を用いて,ライブイメージングでの有用性を検証した.
・可視化処理の高度化:取得した NIR-HSIから,癌,非癌領域,血管,神経などを機械学習で学習させ,識別可能かどうか検証した.また識別可能な症例に関して,どの波長で識別されているかを同様に解析した.

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

初年度では,腹腔鏡デバイス開発をメインに取り組み赤外分光イメージング硬性内視鏡システムを開発した.2年目は,開発したシステムを用いた大型動物実験に加え,コロナ渦の影響で開発が遅れているイメージファイバーを利用した軟性内視鏡システムを開発した.さらに,GIST検体やがん検体だけでなく,深部の血管,神経,胆管の可視化の可能性を検討して,実際に動物実験を行い,神経,血管の可視化が可能であることを実証したため.

今後の研究の推進方策

初年度では,腹腔鏡デバイス開発をメインに取り組み赤外分光イメージング硬性内視鏡システムを開発した.研究の2年目は,開発したシステムを用いた大型動物実験に加え,コロナ渦の影響で開発が遅れているイメージファイバーを利用した軟性内視鏡システムを開発した.さらに,GIST検体やがん検体だけでなく,深部の血管,神経,胆管の可視化の可能性を検討して,実際に動物実験を行い,神経,血管の可視化が可能であることを実証した.今後は,開発した装置の精度の向上と,実際に多くのサンプル画像を取得し,実臨床への応用を模索する.具体的には下記の項目を実施する.
・術中下で画像取得できるイメージングシステムの精度向上:臨床での利用を想定した,撮像に最適な光源や高速で画像取得するための光学系を選定し,開腹手術,硬性内視鏡下,近赤外分光対応細径ファイバー内視鏡(硬性・軟性内視鏡下で撮像できる近赤外分光イメージング内視鏡)の改良を行う.硬性内視鏡に関しても,光学系の再検証により,幅広い範囲での色収差が少ないレンズを開発売る.さらに,全体のシステムを動作させるソフトウェアの高度化を実施する.
・臨床研究によるデータ収集:本研究では,申請者らがこれまでに行ってきたGIST検体,腫瘍の可視化の対象を広げ,深部の血管,神経,胆管などのNIR-HSIを取得し,可視化を検討してきたが,それ以外への応用を検討する.特に神経の可視化やマクロ撮像への拡張を行う.
・可視化処理の高度化:取得したNIR-HSIから,癌,非癌領域,血管,神経,胆管などを機械学習で学習させ,識別を行ってきたが,精度にまだ問題がある.そこで,新たな機械学習のアルゴリズムを導入することにより精度向上を試みる.さらに,部位や種類によって検出に最適な波長特徴を選択するアルゴリズムの開発を行う.

  • 研究成果

    (2件)

すべて 2023 2022

すべて 雑誌論文 (1件) (うち査読あり 1件) 学会発表 (1件) (うち国際学会 1件)

  • [雑誌論文] Hyperspectral imaging and detection mapping of in vivo biological tissues applying near-infrared laparoscope2023

    • 著者名/発表者名
      Fukushima Ryodai、Takamatsu Toshihiro、Mori Akino、Sato Kounosuke、Okubo Kyohei、Umezawa Masakazu、Takeshita Nobuyoshi、Hasegawa Hiro、Yokota Hideo、Soga Kohei、Takemura Hiroshi
    • 雑誌名

      Proc. SPIE Medical Imaging 2023

      巻: - ページ: -

    • DOI

      10.1117/12.2653684

    • 査読あり
  • [学会発表] Development of NIR-HSI Laparoscope for Distinguishing Deep Tumor Lesion without Labeling2022

    • 著者名/発表者名
      oRyodai Fukushima, Ren Iwanami, Akino Mori, Toshihiro Takamatsu, Hiroaki Ikematsu, Hideo Yokota, Kouhei Soga, and Hiroshi Takemura
    • 学会等名
      2022 Biophotonics Congress: Biomedical Optics
    • 国際学会

URL: 

公開日: 2023-12-25  

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