触る感覚と症例を関連付けて学ぶことができるVR医療触診教育訓練システムの開発

开发触觉与案例结合学习的VR医学触诊教育培训系统

基本信息

批准号：
21K02762
负责人：
利光和彦
金额：
$ 2.66万
依托单位：
Fukuoka Institute of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

本年度は，触診対象として乳がん触診および検査を想定し，以下を行った．開発中の粒子法生体解析プログラムの修正を行い，乳房を模擬した，実物大の一様硬さ半楕円体生体モデルの重力による変形において，縦弾性係数を非線形近似することで，変形計算精度が格段に向上することが分かった．具体的には，楕円頂点変位が，実験で19.2mmに対して，変形計算では20.3mmで1.1mmの差で計算可能である．次に，実際の乳房は非一様な硬さの軟組織モデルであり，数値計算においてこの非一様性を考慮する必要がある．そのため，この非一様な硬さの特性をモデル化した半二重楕円体人工生体モデルを作成し，重力変形実験と粒子法計算で比較検討を行い，本開発プログラムの適用性を検討した．モデルは，計算時間をできるだけ短くするため，実物大より小さくした．その形状・性質は，外側半楕円体の単軸直径が52mm，長軸直径が140mm，縦弾性係数E≒1.6×10^5×ε+5984（一定近似で1.09×104Pa）, 内側は，単軸直径が20mm，長軸直径が80mm, 縦弾性係数E≒5.43×10^5×ε+5789（一定近似で1.65×104Pa）の2重構造である．重力変形実験では楕円頂点変位が，22.2mmに対して，計算では18.5mmで3.7mmの差で計算可能であることが分かった．一様硬さモデルより計算精度は悪いが，モデル単軸直径が一様硬さモデルの半分で小さいため，測定誤差が生じやすいことを考慮すれば，実物大の非一様な硬さの乳房にも適用できる可能性があることが確認できた．さらに，リアルタイムの計算法開発のために，機械学習（AI）と粒子法計算を組み合わせたリアルタイム触圧計算法については，グラフ畳み込みニューラルネットワーク（GCN）の手法を使用する検討および定式化を行った．

今年，我们假设触诊的主题是乳腺癌触诊和检查，并进行了以下操作。我们修改了目前正在开发的粒子法生物分析程序，通过非线性近似模拟乳房的全尺寸、均匀硬质、半椭球体生物模型的纵向弹性模量来提高变形计算的准确性。显着改善。具体来说，实验中椭圆顶点位移为19.2mm，变形计算中椭圆顶点位移为20.3mm，相差1.1mm。其次，实际的乳房是一个硬度不均匀的软组织模型，在数值计算中必须考虑到这种不均匀性。因此，我们创建了一个半双椭球人造体模型来模拟这种非均匀硬度特性，并利用重力变形实验和粒子法计算进行比较研究，以检验该开发程序的适用性。该模型比实际尺寸更小，以尽可能减少计算时间。其形状及性质如下：外半椭球单轴直径为52mm，长轴直径为140mm，纵向弹性模量E≒1.6×10^5×ε+5984（常数为1.09×104Pa）近似），内半部为单轴，轴径为20mm，长轴直径为80mm，它具有双层结构，纵向弹性模量E≒5.43×10^5×ε+5789（常数近似为1.65×104Pa）。在重力变形实验中，发现椭圆顶点位移为22.2毫米，但在计算中为18.5毫米，相差3.7毫米。计算精度低于均匀硬度模型，但考虑到该模型的单轴直径只有均匀硬度模型的一半，因此很可能会出现测量误差，经证实该方法也适用于。此外，为了开发实时计算方法，我们研究并制定了一种使用图卷积神经网络（GCN）方法将机器学习（AI）和粒子法计算相结合的实时触觉压力计算方法。