2019 Fiscal Year Annual Research Report
スパースモデリングを応用した外科学知識の体系化基盤の構築
| Project/Area Number |
19H04484
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
中尾 恵 京都大学, 情報学研究科, 准教授 (10362526)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
松田 哲也 京都大学, 情報学研究科, 教授 (00209561)
上田 順宏 奈良県立医科大学, 医学部, 助教 (40571005)
今井 裕一郎 奈良県立医科大学, 医学部, 研究員 (80347567)
|
|---|
| Project Period (FY) |
2019-04-01 – 2024-03-31
|
| Keywords | 機械学習 / スパースモデリング / 手術計画 / 下顎骨再建 / 医用人工知能 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は外科医の医学知識や経験を体系化し，外科医自身の新たな洞察や知識の獲得に資する機械学習方法と情報システムの探究である．特に，日常的に得られる手術計画の事例データから客観的かつ自動的に手術プロセスを定式化するスパースモデリングの枠組みを提案し，大きく次の三つの研究目標を置いて理論構築と実証を目指している．初年度では，下顎骨再建術を対象に，これまでに開発してきた対話型の術前計画システム biGAKU を用い，患者固有の手術計画データの収集を行った．過去に下顎骨再建術を受けた29例の3次元CTデータを対象に，口腔外科専門医による監修に基づいて解剖学的に定義された8パターンの切除領域を定義した．また，下顎欠損部位に移植する腓骨片の本数と配置について回答を得，学習時の正解ラベルとした．手術計画に重要な下顎の特徴量候補として，口腔外科分野において過去10年間程度の臨床論文で用いられている解剖学的名称や医学用語を調査した．また，スパースモデリング及び機械学習の考え方を過去の手術計画データに適用し，患者個人の医用画像から手術計画の決定に重要となる特徴量を抽出するアルゴリズムについて調査し，Lasso解列挙アルゴリズムの基本設計と実装を行い，作成した手術計画データを対象に低次元特徴量を列挙する前実験を行った．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本テーマにおいて重要な位置づけとなる理論の構築が進んでおり、計画書に挙げた研究課題についてそれぞれ一定の成果が得られている．
|
| Strategy for Future Research Activity |
次年度は，Lasso解列挙の考え方を手術計画に合わせて拡張し，特徴量の探索に要する計算時間の短縮を目指す．
|
