|
まずEx-vivoの実験下で、様々な設定と条件で焼灼実験を行い、焼灼巣形状と、焼灼中の能動的指標と受動的指標の双方の多数の変数の経時的変化との関係を機械学習させ、焼灼巣形状予測モデルと・steam-pop予測モデルを作成した（特願2023-119252；特願2023-110489）。このモデルは、従来使用されている一般的なパラメータと比較すると、焼灼形状をより正確に推定することが可能であることが証明された。これらのアルゴリズムは、ex-vivoのデータより計算されており、in-vivo実験でもその整合性を検証中である。実験の過程で、得られた研究成果に関しては、学会発表、論文発表を行なっている。
|
