小橋 昌司

<p>Total knee Arthroscopy (TKA) is an operation which replaces the damaged knee with an artificial knee implant. There are some kinds of TKA procedures, and various kinds of prosthesis. Thus, it becomes a tough work for surgeons to select an appropriate procedure and prosthesis for individual patients. This study proposes a prediction method of post-operative implanted knee kinematics. It predicts the post-operative kinematics from only pre-operative kinematics using a machine learning method with clinical big data. In 46 TKA subjects, the method predicts the post-operative anterior-posterior translation with a correlation coefficient of 0.77 and a root-mean-squared error of 0.7mm.</p>

In this paper, a simple personal identification system is presented, using data associated with corneal thickness measured by OCT (Optical Coherence Tomography). The proposed method divides the cornea into thirty two fan-shaped segments, each of which has the same area, using thirty two radiuses. It generates the thirty-two-dimensional (or sixty-four-dimensional) vector for some test subject as the registered data at some time point, and adds it to a set. The data consists of element values equal to minimum values and/or maximum values on the above radiuses. When the test subject takes medical practice, the proposed method generates thirty-two-dimensional (or sixty-four-dimensional) vector for the corresponding test subject as the collation data, and calculates the Euclidean distance between the collation data with each of the vectors in the set. It judges the test subject corresponding to the given collation data to be that of the registered data with the shortest distance to the given data. Experimental results establish that the proposed method achieves one hundred percentage as the identification rate on assumption that the number of test subjects is 30, when element values of the registered data and collation data are associated with pachymetry.

前十字靭帯(ACL;Anterior cruciate ligament)の損傷により出現した膝関節の不安定性はスポーツ成績に悪影響を与えるため，ACLを再建し安定した膝を作ることが必要である．ACL再建術の術後成績はACL挿入のための骨孔の位置と角度に強い相関があることが知られているため，骨孔開口の最適化は術後成績向上の重要な因子である．しかし，現在の術式では医師が内視鏡下で骨孔位置と角度を決定しているため，血管や靭帯を傷つける可能性があり，これがACL再建術の正確性や再現性を低下させていると考えられる．ACL再建術の術後評価法として単純X線画像を用いて骨孔位置，角度を評価するQuadrant法がある．本研究では，MR画像を用いた骨孔の位置と角度の評価を行う計算機診断支援システムを提案する．提案手法ではMR画像を用いたQuadrant法により，大腿顆周辺の血管や靭帯の3次元位置を考慮した骨孔位置を決定する．本システムをACL損傷患者に適用した結果，正確性と再現性の向上が確認できた．

人間同士の，あるいは人間と機械の間のスムーズなコミュニケーションを実現するには，従来のファジィの概念をブレイクスルーした非定量空間で定義される新しい概念，「ネオファジィ」の創出と，その実用技術の開発が必要である．本パネル討論では，①あいまいな言語を使った推論，連想，類推，比喩の意味理解，②テクスト理解，テクスト生成，言語によるコミュニケーションのメカニズム，③ネオファジィ言語を生成・理解する際の脳内ネットワークの形成過程，④ネオファジィ言語と視聴覚表象の対応メカニズム，⑤ネオファジィ専用のメモリやアーキテクチャなど，ハードウェア，⑥ネオファジィ言語を用いたコミュニケーションの応用等について議論する．

脳機能解析や VBM(voxel-based-morphometry)などにおいてMR画像を用いた個人脳間の画像位置合わせが用いられている．従来法では主に画像位置合わせの尤度を，脳全体の信号値の一致度とし，脳溝の一致を評価していないため，異なる脳回に位置合わせされる危険性がある．また，新生児脳はMR信号特徴が異なり，脳溝が狭いため，成人を対象とする従来法の適用は困難である．本文では，脳表近傍のMR信号値から算出される脳溝特徴分布(SDI; sulcal-distribution index)を用いたFlatteningにより，真球上でSDI相互情報量を最大化する3次元非剛体変形を行い，脳溝の一致度を尤度とした脳形状位置合わせを可能とする．また，変形時に緩和項としてバネモデルを使用することで真球上の制御点密度の偏りを減少させる．提案法を修正齢3から5週間の新生児3名のMR画像に適用した結果，緩和項を用いることで位置合わせ精度の向上が確認できた．