| 研究課題/領域番号 |
21K04000
|
|---|
| 研究機関 | 名古屋工業大学 |
|---|
研究代表者 |
小寺 紗千子 名古屋工業大学, 工学(系)研究科(研究院), 研究員 (40874219)
|
|---|
| 研究分担者 |
平田 晃正 名古屋工業大学, 工学(系)研究科(研究院), 教授 (00335374)
増田 宏 久留米大学, 医学部, 助教 (10321861)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| キーワード | 生体電磁 / 人体ばく露 / 国際標準化 / 温度上昇 / 温熱生理応答 |
|---|
| 研究実績の概要 |
今年度は、次年度以降の複数体頭部を用いた個々人のばらつきの定量化を行うための新たな計算手法を提案、その有効性について検討した。従来、MR画像から対応する生体組織にセグメンテーションを行い、数値頭部モデルを作成、各組織に熱パラメータを割り当てて熱解析を行っていたが、機械学習により、セグメンテーションを介さずに、頭部のMR画像から熱パラメータを推定可能とする手法を開発した。具体的な熱パラメータは、比熱、血流、代謝、熱伝導係数である。組織内の水分含有量は年齢など個々人によって異なり、これにより、比熱などのパラメータが変化する。また、血流量などは、特に個人のばらつきが大きいことが知られている。非セグメンテーションモデルによって、MR画像から直接、熱パラメータを推定することにより、同一組織内でも水分含有量の違いによって異なる熱パラメータを考慮可能となった。さらに、非セグメンテーションモデルを誘電率、導電率にも適用させた電磁界解析と組み合わせることにより、個々人の違いをさらに考慮可能な複合熱解析手法を提案した。
さらに、ラットを対象とした全身ばく露、局所ばく露において取得された血流変化と温度変化の実測値と、現在の血流モデルとを比較、特に全身ばく露のような深部体温が上昇する比較的大きなエリアへの電波ばく露下における血流変化を計算モデルに組み込み、全身ばく露における深部温度上昇を模擬可能な血流モデルを提案した。
|
| 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
機械学習を用いた非セグメンテーションモデルを、熱パラメータへも適用することで、水分含有量の違いを考慮可能な熱解析手法を提案し、さらに、従来手法との比較により、提案した非セグメンテーションモデルの有効性について確認できた。
|
| 今後の研究の推進方策 |
開発した手法を用いて、さらに頭部モデルを複数体作成し、個々人の頭部形状による温度上昇のばらつきについて検討する。さらに、血流については、ヒトの局所ばく露における血流変化についてもデータ蓄積を進めている。
|
