３月22日-23日に脳医工学研究センター スプリングスクール 『ロボットで専門家の医療技能を再現してみよう』を開催しました。高校生が大学の研究室を１日体験するという取り組みです。われわれの研究室では、高校生が医療ロボットをプログラミングによって自在に動かす実習を行ないました。鋭い質問・コメントもあり、われわれも意欲のある高校生たちとの交流に大いに刺激を受けました。ご参加たまわり、誠にありがとうございます。引き続き電気通信大学 脳医工学研究センターおよび小泉研究室をどうぞよろしくお願いもうしあげます。
東海大学 小路先生とのわれわれの共同研究が、『人工知能を活用した前立腺がんの治療戦略』について、東海大学発の“クラウドファンディング型社会発信研究補助計画”に採択されました。ぜひお知り合いにご展開ください！小路先生と取り組むのは、2つの画像診断技術を組み合わせることで、正確に、狙ったがん組織だけを焼き切る治療技術の開発です。高齢男性の福音になるかもしれない今回のチャレンジ、ぜひ応援ください！
A Happy NEW Me-δigIT YEAR！！！！
いつも大変お世話になり、深謝申し上げます。本年も、大変お世話になりますが、どうぞよろしくお願いもうしあげます。
さてディラックのδ（デルタ）関数から『δ』の一字をいただいて『Me-δigIT』としてみました。制御理論などで出てくるこの関数は『あらゆる出来事（accident）のその瞬間その瞬間を切り取って、これを抽出』することから、ドラえもんの世界の関数ともいわれているそうです！
われわれの医療のデジタル化（医デジ化）（超）関数（Me-δigIT generalized function）もこうありたい！とおもいます。すなわち、『あらゆる臓器のその瞬間その瞬間を切り取って、合成して、抽出・追従・モニタリング』することができる！！！！
写真は自宅から見える富士山の一部をδ関数のように切り取ってみました。
Get the Me-δigIT ROLLING, ROLLING and ROLLING ！！！！
医療用AI・ロボティクス分野のトップジャーナルである International Journal of Computer Assisted Radiology and Surgery (IJCARS)誌に松山桃子さんらの投稿論文がオンラインファーストで掲載されました。横浜市大センター病院 沼田和司先生、東京大学医学部附属病院 月原弘之先生、日本大学の松本直樹先生らとの共同研究プロジェクトの成果であり、われわれが推進する『医療診断・治療技能のデジタル化』に関するものです。ひきつづき大変お世話になりますが、ご助言・ご指導・お力添えをたまわりますようどうぞよろしくお願いもうしあげます。
プレスリリース、メディアへの掲載：
https://www.uec.ac.jp/news/announcement/2022/20220126_4110.html
https://medit.tech/detailed-dynamic-model-of-antagonistic-pam-system-and-its-experimentalvalidation/
Momoko Matsuyama, Norihiro Koizumi, Akihide Otsuka, Kento Kobayashi, Shiho Yagasaki, Yusuke Watanabe, Jiayi Zhou, Yu Nishiyama, Naoki Matsumoto, Hiroyuki Tsukihara, Kazushi Numata, "A novel complementation method of an acoustic shadow region utilizing a convolutional neural network for ultrasound-guided therapy," International Journal of Computer Assisted Radiology and Surgery (IJCARS), https://doi.org/10.1007/s11548-021-02525-8, 2021. IF=2.9
概要：
目的：
音響ノイズの少ない超音波画像は、局所超音波ガイド下治療中の臓器モニタリングに不可欠です。しかしながら、患部が肋骨の下にある場合、骨などの硬い組織からの音の反射によって音響陰影が発生し、この領域の情報が欠損した状態で画像が出力されます。これを踏まえて本研究では、欠損領域を補完した合成画像を生成する手法を新規に提案する。
方法：
音響陰影のない合成画像を生成するための補完方法の全体的な流れは次のとおりです。まず、畳み込みニューラルネットワークに基づいて、ファントム腎臓上の音響影の有無の二項分類法を構築した。次に、時系列データベースから適切な画像を検索し、音響陰影で隠れていない対応する領域をターゲット画像の欠落領域に重ね合わせることにより、音響陰影のない合成画像を作成した。また、U-Netを利用した自動腎臓マスク生成法の構築と検証を行った。
結果：
腎臓追跡の補完精度を向上することにより、テンプレートのマッチングによって画像追跡する精度が向上した。補完後のゼロ平均正規化相互相関（ZNCC）値は、4未満の補完前の値よりも高かった。
さまざまなデータ生成条件：（i）ロボット超音波診断システムのベッドの位置を並進方向に変更、（ii）プローブ角度を並進方向に変更、（iii）プローブの回転運動を条件（ii）に追加。条件（iii）では腎臓の輪郭の形状に大きなばらつきがあったが、提案された方法はZNCC値を0.5437から0.5807に改善した。
結論：
提案手法の有効性はファントム実験レベルで実証された。今後の研究では、実際の臓器での有効性を検証する必要がある。
 |
| 欠損領域の画像を補完した合成画像を生成する手法 |
矢ケ崎詞穂さん、石川智大さんらが第29回日本コンピュータ外科学会大会（JSCAS2021、つくば国際会議場、１１月２１－２３日）で研究成果発表を行ないました。
(1) 矢ケ崎詞穂，小泉憲裕，西山 悠，齋藤僚介，小川眞広，松本直樹，沼田和司，動的輪郭モデルを用いた深層学習による 2 次元量音波診断画像からの 3 次元移動量推定, 21（2）‒4, 第29回日本コンピュータ外科学会大会（JSCAS2021）, 2021.
(2) 石川智大，小泉憲裕，西山 悠，周 家禕，渡辺祐介，藤林 巧，松山桃子，山田望結, 松本直樹，沼田和司，動的輪郭モデルを用いた深層学習による 2 次元量音波診断画像からの 3 次元移動量推定, 21（4）‒3, 第29回日本コンピュータ外科学会大会（JSCAS2021）, 2021.