小橋 昌司

兵庫県立大学では、平成28 年4 月に先端医工学研究センター（A M E C :advanced medical engineer ingcenter，通称エイメック）を開設した。本センターでは兵庫県立大学が長年培ってきた医工学研究に関する研究シーズを集結させ，異分野の研究者が学学連携することで，研究開発の深化，効率化，多様化を進めている．そのため本センターには，工学研究科，生命理学研究科，物質理学研究科，シミュレーション学研究科，看護学部，環境人間学部など，分野横断的に50 名以上の教員が参画している．これにより，材料分野，デバイス分野，情報解析分野，バイオ分野，病院情報分野など，様々な医療ニーズへの対応が可能である。本センターが核となり，医療機関の研究ニーズ，ものづくり企業のシーズ，そこに兵庫県立大学の基礎研究開発が加わることで，革新的な医工学製品の研究開発を推進している．その仕組みとして医工連携コンソーシアムを設立し，製造業，医療機関，金融機関，各種団体，個人にご加入いただき，ニーズ，シーズの紹介，マッチングを進めている．さらに最新の医工学関連技術，治療・診断技術を情報収集するため，国内外の工学・医学研究者らを講師にお招きし，毎月例会で学術交流講演会，医工連携セミナーを開催している．また年度フォーラム，国際シンポジウムを開催し，国内外へ本センターの活動周知に努めています．本稿では、センター立ち上げられた際の目的やモチベーション（必要性）苦労した点を挙げ、今後の展開、政府省庁などの行政に期待することを述べる。

新生児脳疾患の計算機診断支援を目的に，アトラスモデルによるMR画像からの脳領域抽出法が提案されている．しかし，新生児は成長に伴い脳形状が大きく変形するため，単一のモデルでは不十分であり，成長に合わせて変形するモデルが必要となる．成長の指標としては年齢があるが，新生児は成長速度に個人差が大きく，年齢を基準としたモデルでは，ばらつきが大きく，鮮鋭なモデルが得られないことが予想される．本論文では，脳領域の解剖学的特徴点を用いた多様体学習により推定された脳発達度をもとにファジィ物体成長モデル（fuzzy object growth model: FOGM）を構築する．そして，FOGMを用いたファジィ連結度領域抽出法を提案し，脳領域を抽出する．提案法による抽出結果を単一のモデルでの抽出結果，年齢を基準としたFOGMによる抽出結果と比較し，抽出精度が向上していることを示す．

AR（自己回帰）モデルは統計学において時系列データに適用されるモデルで、過去のデータからその将来を予測するために用いられる。 本研究では姫路市における地域別の喘息発作数をARモデルを用いて予測し、その喘息発作原因と地域の関連性を調査すると共に、年代別喘息発作数予測システムの精度向上を目指した。予測には2001～2005年のデータを学習データとし、2006～2010年の喘息発作数を推算し真値との比較を行った。自己相関の低いと考えていた高齢者の予測が特定の地域においてはよく再現できるケースもみられ、時系列予測には年齢だけでなく地域性を含めることも必要であることを示唆する結果を得た。

本研究では姫路市における来月の喘息発作数を予測する．喘息発作数の多い1～4歳，65歳以上の年代の2001～2005年のデータを用い て2006～2010年の各年代の喘息発作数を予測する．Fuzzy-ARモデルを用いて予測し，予測結果を相関係数と絶対平均誤差を用いてAR モデルと比較する．ここで，ARモデルの次数pは赤池の情報量基準 (AIC) に基づいて決定し，ARパラメータa(i)はYule-Walker方程式により決定する．Fuzzy-ARモデルはARモデルに喘息発作の要因である気温，気圧，湿度から構成されるファジィメンバーシップ関数の項を加えたものとなっている．実験結果として，65歳以上の年代では，両モデルとも正 確な予測ができていなかった．1～4の年代においてはFuzzy-ARモデルの方がARモデルよりも高精度な予測を行えた．

新生児脳疾患の診断には，長期的に観察可能なMR (magnetic resonance) 画像を用いた脳容積や脳表面積の計測が有効である．これらの測定には脳領域の抽出が必要だが，新生児を対象とした脳領域自動抽出法はまだ確立されていない． 本研究では，ファジィ形状モデルから得られる知識に基づいたファジィ動的輪郭モデルによる脳領域抽出法を提案する．提案法では複数の被験者データからファジィ形状モデルを作成する．ファジィ形状モデルから得られる知識とMR信号値に基づき，動的輪郭モデルが脳領域に属するファジィ所属を求め，これを最大化するように動的輪郭モデルを変形する．実験では，本手法を12名の新生児被験者に適用し，従来法と抽出精度を比較する．

脳疾患は脳形状の変化を伴うことが多く，医師はMR画像を用いて疾患の診断や評価を行っている．MR画像から脳表を抽出する作業はMR画像を評価する場合に必要となる．そのため，脳表を抽出するための手法が多く提案されてきた．しかし，特に新生児の場合，脳の大きさが小さいことや脳溝が複雑であることにより脳表の抽出は困難となっている．そのため，新生児脳を対象とした手法も提案されている．特に粒子法を用いた手法は精細な脳表面の抽出か期待できる．しかし，課題として粒子を脳脊髄液，灰白質，白質の決定法がある．そこで本論文では，ファジィ推論を用いた粒子の種類を決定する新しい手法を提案する．ファジィ推論の特徴値として，ボクセル内の粒子比率，粒子数密度，灰白質の厚みを用いる．提案法を新生児頭部MR画像に対して適用し，実験結果は医師が作成した真値を基にして評価を行った．

X線電子分光法XPS(X-ray Photoelectron Spectroscopy)は物質の表面近傍の組成の評価などを行うために材料開発によく用いられる手法で，近年では有機物や生体分子の解析にも応用されている．本研究ではこの光電子スペクトルの詳細・高精度解析のための理論的手段として量子化学計算とファジィ推論を用いた新たな手法を提案し，よく知られた数十の有機分子の内殻電子スペクトルについて適用し，手法の有効性を検討した．有機分子や生体分子の解析に重要である含炭素分子15種のスペクトルに対して適用したところ，従来法に対して13種について精度よく記述ができた．

侵入者検知システムはこれまで重要視され，様々な場所で利用されてきた．しかし，夜間に野生動物などによる誤警報が相次いでおり，現在はセンサの感度を調節することによってこれに対処している．本研究では赤外線3D距離カメラを用いて人物，動物，他物体に識別し，侵入者検出を目的とした高精度な状態監視を行う手法を提案する．赤外線3D距離カメラを定点に設置し赤外線飛行時間に基づき距離分布画像を取得する．取得した距離画像から背景情報を除去し，複数の注目領域を検出する．検出した領域から，カメラ設置パラメータと距離値を基に高さ，縦横比，表面起伏等の特徴量を抽出する．ファジィ推論に基づき抽出した特徴量より，注目領域に対する幼年，少年，青年それぞれの所属度を算出し，それらを比較することによって識別を行う．センサ検出範囲内に対し，各種類の物体に対し提案手法を適用し識別を行う実験を行ったところ，良好な識別結果が得られた．

日本における死亡原因として高い割合を占めている脳血栓（梗塞）は，発症からの時間経過とともに脳細胞の壊死が進むため，迅速な診断と治療が求められている．しかし，現在使用されている装置は高価でありその診断に時間がかかる．また，多大な電力を使用するため災害時に使用することが出来ない．そこで，安価で診断時間が短く，低電力で使用できる超音波装置を用いて，頭蓋骨下における脳血管の血流位置と血流方向の特定を行う超音波システムを提案する．本手法では，移動物体に超音波が当たると，移動物体の速度と移動方向に関係して，ドプラ効果による周波数遷移が発生する事を利用して，血流位置と血流方向の特定を行う．頭蓋骨と脳血管の代用として牛の肩甲骨とシリコンチューブを用いて実験を行ったところ，ドプラ効果によって血流位置と血流方向を確認できたため，頭蓋骨下におけるシステムの有用性を確認することができた．

本論文では歩行を特徴量とした生体認証について述べる．本研究ではマット型の荷重分布センサを用いて歩行中の足底圧分布を歩行データとして取得を行い，ファジィ推論に基づき認証を行う．本手法では取得した足底圧分布データより左右の足底圧分布の分離を行い，歩行中の体重移動および足形に基づく特徴量の算出を行う．次に左右のデータよりそれぞれファジィ所属度の算出を行い，それらを結合することにより両足の所属度の算出を行う．この両足の所属度を用いて個人検証および識別を行う．実験では男女50名の被験者に対し，本手法を用いて認証を行い，結合演算子による認証性能の調査を行った．6分割交差検定を用いて評価を行った結果，結合演算子としてMean演算子を用いた場合において認証性能は最大となり，そのとき識別において本人拒否率12.7％および検証において等誤り率5.25％で認証が可能であった．

本論文ではAutoRegressive (AR) モデルおよびFuzzy-ARモデルを用いて，体重変動の予測を行う手法を提案する．まず，被験者842人の1年間の体重データに対し，ARモデルを用いて1日後の体重を予測する．このとき，ARモデルの次数pは赤池の情報量基準 (AIC) に基づいて決定する．この結果，予測値と実測値との相関係数の平均は0.842となった．次に，過去p日間の体重データから次のp日間における体重変動をARモデルおよびFuzzy-ARモデルにより予測する．また，各モデルの予測精度を相関係数により比較する．ここで，Fuzzy-ARモデルは，過去p日間の体重データから作成したファジィメンバーシップ関数の項を，ARモデルに加えたモデルとなっている．ARモデルとFuzzy-ARモデルを10人の被験者に対して用いた結果，ARモデルでは0.250，Fuzzy-ARモデルでは0.396の相関係数を得た．

本論文では，男性不妊症患者のための超音波アレイプローブを用いた非侵襲精細管計測システムの開発を行う．本論文では精巣内の健康な精細管の割合を評価する．評価には，中心周波数1.0MHzの超音波アレイプローブを用いて測定を行い，取得波形の振幅値の累積相対度数を用いて評価する．本研究では精細管の代用として2種類の径の異なるナイロン製の糸を用いる．前実験として，糸を24本平行に並べた対象物に対して測定を行った結果，径が大きい糸からの反射波の大きさは径が小さい糸からの反射波より大きいという結果を得た．割合評価では，取得データより振幅値の累積相対度数を計算し，径が太い糸と細い糸の振幅値累計相対度数の値に関する知識よりファジィIF-THENルールを構築する．ファジィMIN-MAX重心法を用いて対象物中の径が大きい糸の割合を推測する．実験より取得したデータに対して提案手法を用いた結果，高精度で径が大きい糸の割合を推測できた．

人工膝関節置換術(Total knee arthroplasty, TKA)後の膝関節の動態解析は整形外科における研究において非常に重要な問題である．これまでの研究において2次元のX線透視画像と人工膝関節の3次元形状モデルを用いた2-D/3-D イメージマッチング手法が多く提案されているが，これらは静止画像による解析に留まり，膝関節の連続的な動作を動画像により解析する研究は少数である．また，従来の手法は高次元のパラメータ空間による局所解の問題があり，膝関節の連続的な動作は考慮されていない．本論文では，パーティクルフィルタを用いた人工膝関節の3次元動態解析システムを提案する．提案手法はパーティクルフィルタにより複数の候補を作成しパラメータの探索を行い2-D/3-D イメージマッチングを用いて人工膝関節の3次元位置姿勢を推定する．実験の結果，提案手法により膝関節の連続的な動作の解析，膝関節角度の推定が可能となった．

新生児脳疾患は脳形状の変化を伴うことが多いため，症状進行度の診断にはMR画像を用いた評価が有効である．しかし，手作業で複数のMR画像から脳表抽出を行うと医師に多大な負担が生じる．さらに，診断者間変動や診断者内変動が起こる可能性もある．そのため，新生児頭部MR画像から脳表を自動的に抽出する手法が求められている．これまでに成人頭部MR画像を対象とした脳表抽出法は多く提案されているが，新生児頭部MR画像を対象とした手法は少ない．本研究では，新生児頭部MR画像を対象とした粒子を用いる脳表抽出法を提案する．提案手法は，脳組織に見立てた3種類の粒子をMR信号値を基にして脳領域に配置し，周囲の粒子分布を基にして粒子の遷移，移動を行い，粒子の分布をMR画像と一致させることで脳表の抽出を行う．新生児頭部MR画像に対して提案手法を適用した結果，良好に脳表を抽出できた．

大脳皮質形成異常は難治性てんかんの責任病巣となる先天性脳疾患である．また小児においては，難治性てんかん患者の約8割が大脳皮質形成異常を原因として発症するため，小児頭部MR画像からの大脳皮質形成異常部位の特定は非常に重要である．大脳皮質形成異常部位摘出の手術計画の立案には異常の程度を定量的に評価することが有効であるが，小児頭部MR画像における大脳皮質形成異常の画像特徴は未だ明らかにされていない．そこで本論文では小児頭部MR画像において大脳皮質形成異常を評価する新しい特徴量を提案する．