小橋 昌司

脳血管疾患は日本の死因第4位であり,2019年の死亡者数は約10万人に上る.その要因の一つは脳内血腫(ICH;intracerebral hemorrhage)である.ICHは専門医でも読影が難しく,診断に時間を要する為,医師の負担軽減や診断の迅速性・正確性向上の為に,脳CT画像からのICH領域自動抽出法が必要とされている.従来研究として,FCNによる手法が研究されているが,実用化には不十分で,特に高吸収を示す脳室内やクモ膜下出血領域の誤抽出が多い.本研究では,高吸収領域の過抽出を削減する脳CT画像からのICH領域自動抽出法を提案する.提案法は,ICHの解剖構造に注目し,高吸収領域の抽出,深層学習を用いたクラス分類による階層的手法を提案する.このモデルの性能を,脳室内出血を有する被験者30名を用いて評価し,感度83%,特異度91%を記録した.(著者抄録)

骨粗鬆症による高齢者脆弱性骨盤骨折は,外傷に因らず,自覚症状が顕著でなく,CT画像上でその検出が容易ではないため,発見後の治療が遅れ,転位が進行し,機能的予後回復が得られない場合がある.そこで,医師の診断能向上のため,CT画像から骨盤脆弱性骨折を自動的に検出する医師の診断支援システムが求められている.従来手法では,単純X線画像やCT画像による2次元画像解析に基づくため,3次元的に分布する微小な脆弱性骨折の検出が困難であった.そこで我々は,新しい手法として,3次元CT画像を用いて,骨表から骨内部にかけて3次元的に骨折有無を探索するボーリング調査法を模した自動骨盤骨折検出法(BSFD法;boring survey based fracture detection)を提案した.本研究では,BSFD法における特徴量抽出法について検討する.BSFD法では,3次元CT画像から骨表同値面を求め,同値面上の各点にCT値で構成される3次元特徴ベクトルを割り当て,学習済みの3次元畳み込みニューラルネットワーク(CNN)モデルにより,各点において骨折確率を求める.各点でアノテーションされた骨折領域からの3次元Chamfer距離から求められた骨折確率を用いて,CNNを学習する.ここで,3次元特徴ベクトルに関して,領域範囲の拡大を比較検討して,検出性能を評価する.提案手法を110人の被験者のデータで検証した結果,学習データではAUC0.90,評価データではAUC0.84を確認した.(著者抄録)

現在,関節リウマチの国内患者数は60万人から100万人であると推定され,毎年数万人ずつ増加している.関節リウマチの診断には,手足のX線画像から算出するmTSS(modified Total Sharp Score)が標準的な診断基準として用いられているが,診断の問題点として,医師の目視による主観的診断であること,スコアの判断箇所が多いことが挙げられている.そのため,医師の負担軽減や診断の迅速性・正確性向上のためにmTSS自動で評価するコンピュータ支援診断(CAD)システムの開発が期待されている.本研究では,手関節リウマチのmTSS推定法に関して,リッジ回帰(RR)を用いた手法と,畳み込みニューラルネットワーク(CNN)の3つのモデル(VGG16,DenseNet201,Xception)を用いた手法の比較を行う.4手法の比較のために,90名のRA患者を対象に,手のX線画像を用いた実験を行った.実験結果は,erosionのmTSS予測はRR,JSNのmTSS予測はVGG16で最も良い結果が得られた.(著者抄録)

脳画像を用いて小児の脳疾患を診断する指標の一つとして,未発達や未熟児などの脳の正常な発達の進行が評価される。しかし,脳の発達度合いを定量的に推定する方法はなく,現状では医師の経験に基づいて診断が行われている.そのため,読影可能な医師の不足,定量性の欠如が問題である.本研究では,小児の脳CT画像から脳の発達年齢を予測する手法を提案する.この手法では,CT画像から頭蓋領域を抽出し,姿勢と位置の補正を行う.本研究では,3次元畳み込みニューラルネットワーク(3D CNN)を用いてCT画像から特徴を抽出し,全結合層で脳の発達年齢を予測する新しいネットワークモデルを提案した.このモデルの性能を,0歳から3歳までの脳神経医学的に異常のない小児60人を用いて評価した.予測年齢と患者の実年齢の間の平均平方根誤差は7.80(月)で、相関係数は0.801であった.(著者抄録)

＜文献概要＞関節置換術は多くの工程で構成され,多くの手術器具が使用される.そのため器械出し看護師にとって,複雑な工程と手術器具を把握することは大きな負担であり,術中の器具の受け渡しのミス,手術時間延長による予後不良などの手術の質の低下につながる可能性がある.そこで,われわれは術中に器械出し看護師を含む医療スタッフに対し手術手順を通知する整形外科手術-人工知能ナビゲーションシステム(Orthopaedic Surgery AI Navigation System)を構築した.本稿では,人工知能技術の新しい応用として.本システムにおける手術工程自動認識法を紹介する.

＜文献概要＞本研究の目的は,術前MRI画像から腱板断裂部の3次元形状モデルMRI画像を構築し,その診断に与える影響を検討することである.検者をレジデント群,専門医群に分け,2D-MRI画像と3次元形状モデルMRI画像から断裂形状とサイズを診断した.予測した結果と術中所見を比較して,腱板断裂形状,サイズに関する診断率を評価した.2D-MRI画像での診断率は専門医群のほうが高かったが,3次元形状モデルMRI画像では,断裂形状,断裂サイズともに両群同等の診断率であった.3次元形状モデルMRI画像での診断では,有意に診断率が向上し,かつレジデント群でも専門医群と同等の診断率が得られた.

整形外科手術は腹腟鏡手術や開腹手術と比較して手術工程および使用する手術器具が多く,外科手術中に医療器具の受け渡しを行う看護師は大きな負担を強いられている.我々は過去に人工膝関節置換術を対象とした整形外科手術における手術室看護師を支援するためのナビゲーションシステムを提案した.この研究では畳み込みニューラルネットワークを用いて手術画像全体に基づいた画像認識により手術工程の認識を試みたが,実用化に必要とされる精度には及ばなかった.本研究では整形外科手術における手術工程の認識精度の改善を実現するために,手術映像から取得したフレーム毎に物体検出(YOLO)を行い,器具のクラス情報と位置座標を検出する.スマートグラス(眼鏡型のデバイス)を用いて記録した整形外科手術映像は手術間で照明環境や撮影角度が大きく異なっており,それらの影響を低減させるための最適なデータの前処理法やデータ拡張法を検討した.(著者抄録)

本邦には約70万人の慢性関節リウマチ患者が存在し、また毎年数万人が発病する。リウマチは早期治療による予後の著しい改善がみられるが、リウマチの進行度に応じた適切な治療を行う必要がある。リウマチ進行度診断では、年に数回関節レントゲン画像を撮影し、関節破壊進行度mTSスコアを算出しているが、手動であるため膨大な作業時間を要し、また、スコアは主観的評価であるため自動化、定量化の需要が高まっている。本稿では、mTSスコアの自動推定を目的とした手X線画像からの手指関節自動検出法を提案する。また、サポートベクター回帰による手関節X線画像からのmTSスコア推定とその評価を行う。特徴量として関節周辺画素のHOG(histograms of oriented gradient)を用いた。90名のリウマチ患者手X線画像に提案法を適用した結果、81.4%の精度で手指関節を自動認識できた。また、mTSスコア推定結果から、サポートベクター回帰によるmTSスコアの推定が可能であることが示唆された。(著者抄録)

新生児脳疾患は患者のみではなく家族の生活の質を大きく損ねる恐れがあるが、新生児脳疾患は早期からの治療・療育開始によりその症状を軽減できるため、早期での発見が求められている。本稿では、新生児脳MR画像解析による小児期発達障害発症予測に関し、脳形状統計解析において基礎となる脳形状位置合わせ法、解剖学的特徴点を用いた新生児脳の時空間統計的形状モデルstSSMの構築法を説明する。19名の新生児被験者に対する実験結果より、解剖学的特徴点を用いることで個人差を含めた新生児脳の成長モデルを構築できることを明らかとした。(著者抄録)

【目的】大腿骨と脛骨両方に原因があり、変形が大きい内反変形膝に対し我々はbi-plane cutの骨切りを大腿骨と脛骨両方に行うdouble level osteotomy(以下、DLO)を行っている。本研究の目的はこのDLO術後の回旋アライメントの変化を3DCTを用いて検討することであった。【方法】26膝を対象とした。回旋アライメントの測定は解析ソフトZiocubeを用い、術前後の大腿骨・脛骨各々の骨座標を一致させて行った。骨切りはともにbi-plane cut、大腿骨はclosing wedge、脛骨はopening wedgeで行い、人工骨はβ-TCPを使用した。統計学的評価はWilcoxonの符号順位検定を用い、危険率が5%未満のものを有意差ありとした。【結果】平均大腿骨遠位回旋角度は術後に内旋2.8°増加と有意な変化を認めた。平均脛骨遠位回旋角度は術後に内旋0.6°増加したが術前後で有意な差は認めなかった。【考察】内反変形膝に対するDLOでは術後、大腿骨で軽度ではあるが遠位骨片の内旋を認めた。この回旋アライメント変化の影響や要因を今後の研究で検討する必要がある。(著者抄録)

新生児脳疾患は患者のみではなく家族の生活の質を大きく損ねる恐れがあるが、新生児脳疾患は早期からの治療・療育開始によりその症状を軽減できるため、早期での発見が求められている。本稿では、新生児脳MR画像解析による小児期発達障害発症予測に関し、脳形状統計解析において基礎となる脳形状位置合わせ法、解剖学的特徴点を用いた新生児脳の時空間統計的形状モデルstSSMの構築法を説明する。19名の新生児被験者に対する実験結果より、解剖学的特徴点を用いることで個人差を含めた新生児脳の成長モデルを構築できることを明らかとした。(著者抄録)

© 2018 TSI Press. Currently, the humeral head portion of the artificial shoulder joint is usually designed by approximating it to a sphere or an ellipse. The differences between the approximated shape and the actual shape of the humeral head could limit the shoulder motion. Toward artificial shoulder joint design, this study introduces a method of constructing a 3-D statistical shape model (SSM) of the humeral head from a set of healthy subjects with CT images of the shoulder. Firstly, the humerus region is segmented from CT images, and then the anatomical coordinate system of the segmented humerus regions is determined. Secondly, each humerus region is aligned to a common reference space by using the determined anatomical coordinate system of the humeral head. Finally, 3-D SSM of the humeral head is constructed by applying principal component analysis to the aligned images. The method was validated by generalization ability, and satisfactory outcome was obtained which reveals its potential applicability toward artificial shoulder joint design in future.

© 2018 TSI Press. This paper proposes a new method to analyze resting state fMRI images for brain functional connectivity extraction. The proposed method regards the brain areas as nodes and the brain functional connectivity as a diffusion network, and then applies multitask diffusion LMS (MD-LMS) algorithm and hierarchical clustering to extract the valid networks. MD-LMS algorithm is a signal analysis method in a diffusion network. The proposed method was applied to three healthy subjects, and extracted multiple brain functional connectivity networks. The proposal method examined the brain hierarchical functional structure, and extracted temporal change of the brain functional connectivity. The novelty of the method is that the proposed method can extract transition of brain functional connectivity networks.

現在用いられている多くの人工肩関節の骨頭部分は球または楕円への近似で設計されている。しかし、同形状は実際の上腕骨頭形状を十分に表現しているとは言い難い。本研究では、人工肩関節設計の目安と成り得る三次元形状を把握するため、上腕骨頭の三次元統計的モデル(SSM)作成法を示す。本手法では、まず肩関節CT画像から上腕骨領域を抽出し、抽出領域から上腕骨形状に基づく座標系を決定する。求めた座標系を基準に位置姿勢を校正し、主成分分析によって上腕骨頭のSSMを取得する。実験では被験者8例から上腕骨頭SSMを構築し、SSMによる個人の生体肩形状に類似した人工肩関節モデル設計の可能性を示した。(著者抄録)

現在、整形外科手術は手術手技、使用器具の種類が豊富であるため、手術器械の受け渡しを行う器械出し看護師は大きな負担を強いられている。また、人工膝関節置換術において医師の骨切り等を補助するためのナビゲーションシステムは存在するが、看護師の器械出しを補助するためのシステムは確立されていない。そこで、本研究では、スマートグラスを用いて手術中に看護師に手技種類、手技進行度の理解や次に使用する器具の選定の補助を行うシステムの構築法を提案する。本手法では、まず、医師視点の手術映像より画像認識技術である畳み込みニューラルネットワーク(CNN)を用いて手技種類の推定を行う。得られた推定結果より器械出し看護師が装着しているスマートグラスに対して使用器具の選定を物体検出技術により、拡張現実(AR)を用いて指示する。実験では人工膝関節置換術を対象としてCNNを利用した手技認識モデル、手術器具検出モデルの構築を行った。(著者抄録)

現在用いられている多くの人工肩関節の骨頭部分は球または楕円への近似で設計されている。しかし、同形状は実際の上腕骨頭形状を十分に表現しているとは言い難い。本研究では、人工肩関節設計の目安と成り得る三次元形状を把握するため、上腕骨頭の三次元統計的モデル(SSM)作成法を示す。本手法では、まず肩関節CT画像から上腕骨領域を抽出し、抽出領域から上腕骨形状に基づく座標系を決定する。求めた座標系を基準に位置姿勢を校正し、主成分分析によって上腕骨頭のSSMを取得する。実験では被験者8例から上腕骨頭SSMを構築し、SSMによる個人の生体肩形状に類似した人工肩関節モデル設計の可能性を示した。(著者抄録)

現在、整形外科手術は手術手技、使用器具の種類が豊富であるため、手術器械の受け渡しを行う器械出し看護師は大きな負担を強いられている。また、人工膝関節置換術において医師の骨切り等を補助するためのナビゲーションシステムは存在するが、看護師の器械出しを補助するためのシステムは確立されていない。そこで、本研究では、スマートグラスを用いて手術中に看護師に手技種類、手技進行度の理解や次に使用する器具の選定の補助を行うシステムの構築法を提案する。本手法では、まず、医師視点の手術映像より画像認識技術である畳み込みニューラルネットワーク(CNN)を用いて手技種類の推定を行う。得られた推定結果より器械出し看護師が装着しているスマートグラスに対して使用器具の選定を物体検出技術により、拡張現実(AR)を用いて指示する。実験では人工膝関節置換術を対象としてCNNを利用した手技認識モデル、手術器具検出モデルの構築を行った。(著者抄録)

© 2017 IEEE. Nurses who engaged in elderly care would like to assess their ability of chewing and swallowing because deterioration of the ability of chewing and swallowing will cause pulmonary aspiration. Currently, nurses can not assess the chewing and swallowing ability quantitatively. In this paper, to quantitatively assess the ability of chewing and swallowing, electromyography (EMG) signals around the lower jaw and the neck are obtained by some electrodes when the subject persons vocalize some Japanese pronunciations. Then, the obtained EMG signals are classified by some machine learning methods. fc-nearest neighbor methods show better classification results for the obtained EMG signals.

新生児脳疾患は患者のみではなく家族の生活の質を大きく損ねる恐れがあるが、新生児脳疾患は早期からの治療・療育開始によりその症状を軽減できるため、早期での発見が求められている。本稿では、新生児脳MR画像解析による小児期発達障害発症予測に関し、脳形状統計解析において基礎となる脳形状位置合わせ法、解剖学的特徴点を用いた新生児脳の時空間統計的形状モデルstSSMの構築法を説明する。19名の新生児被験者に対する実験結果より、解剖学的特徴点を用いることで個人差を含めた新生児脳の成長モデルを構築できることを明らかとした。(著者抄録)

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。

本邦には約70万人の慢性関節リウマチ患者が存在し,また毎年数万人が発病する.リウマチは早期治療による予後の著しい改善が見られるが,リウマチの進行度に応じた適切な治療を行う必要がある.リウマチ進行度診断では,年に数回関節レントゲン画像を撮影し,関節破壊進行度mTSスコアを算出しているが,手動であるため膨大な作業時間を要し,またスコアは主観的評価であるため自動化,定量化の需要が高まっている.本稿では,mTSスコアの自動推定を目的とした手X線画像からの手指関節自動検出法を提案する.また,サポートベクター回帰(SVR)による手関節X線画像からのmTSスコア推定とその評価を行う.特徴量として関節周辺画素のHOG(Histogram of Oriented Gradient)を用いた.45名のリウマチ患者手X線画像に提案法を適用した結果,81.4%の精度で手指関節を自動認識できた.また,mTSスコア推定結果から,SVRによるmTSスコアの推定が可能であることが示唆された.(著者抄録)

肩腱板修復術の手法は肩腱板断裂の形態によって決定される.断裂形態の診断にはMR画像が用いられる.しかし,MR画像にはスライス間隔が少なからず生じる.したがって,MR画像のみを用いて3次元的な断裂形態を把握することは容易ではない.そこで本研究では,MR画像から半自動的に肩腱板3次元形状を再構築する方法を提案する.はじめに,上腕骨,肩腱板正常部,肩腱板断裂部の3つの領域を手動抽出する.手動抽出した領域はMR画像の輝度情報に基づき,動的輪郭モデルSnakesによって微修正する.その後,陰関数を用いて形状表現を行い3次元表示する.スライス間の陰関数は放射基底関数によって補間した.提案法によって再構築した肩腱板3次元形状と実際の手術所見を比較したので報告する.(著者抄録)