|
本研究では，正確な内視鏡手術の適応診断に向けて，蛍光像コントラストを用いた深層学習による3D腫瘍イメージングの実証を目的とした．昨年度実証した組織内に局在する単一の蛍光体の深さ推定手法では，同時に複数存在する蛍光体に対しては，他からの蛍光の影響のため，深さ推定の確度が低下することが課題であった．そこで本年度は，蛍光強度比画像を入力とする深層学習モデルを構築し，組織内の複数の蛍光体の三次元分布情報を深さマップとして推定する手法を検討した．具体的には，蛍光像コントラストのデータセット作成，深層学習モデルによる3D計測の実証を行った．計算機上にて，腫瘍を模した2枚の蛍光体ペレットを配置した光学ファントムをランダムに生成し，励起光波長405 nmと505 nmによる蛍光画像を生成した．蛍光像データセットから作成した蛍光強度比画像を入力とし，組織表面から蛍光体ペレットまでの深さを示す二次元マップを出力するように，学習モデルを訓練した．蛍光体が重なっている条件においても，二波長励起による蛍光強度比画像を用いた蛍光体深さが推定可能であることを実験により確認した．リアルタイムに深さマップを出力可能であることを検証した．また，臨床応用に向けた検証として，硬性内視鏡のプロトタイプシステムを構築し，マウスモデルを用いて励起光波長405 nmと505 nmによる蛍光画像取得可能であることを実証した．また，励起波長の選択により，観察深度を拡張できることを示した．
|
