ブラックボックス最適化を用いた臓器の変形推定手法の開発

利用黑盒优化开发器官变形估计方法

基本信息

批准号：
22K12840
负责人：
山本詩子
金额：
$ 2.66万
依托单位：
Kyoto University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

肺の手術において、開胸手術に比べてより低侵襲な胸腔鏡手術が主流となってきたが、手術中の視野が狭く臓器の状態を正確に捉えることが難しいことから、手術計画通りに手術を進めることがしばしば難しい。そこで医師による施術をコンピュータが支援するシステムの導入が進められている。コンピュータ支援手術では、直接目視できない領域を含めて注意すべき関心領域や切除対象領域についての情報を医師に提供することが求められている。本研究課題は、手術中の限られた視野内で肺の変形を観測するランドマークとなる位置を最適化し、変形を解析しやすいコスト関数で変形をモデリングすることにより、ヒト肺の変形推定を行い手術の支援をするアルゴリズムの創出とシステムの開発を行うことを目的としている。研究期間1年目の本年度は、限られた視野内で臓器を観測するランドマーク位置の最適化をするために適用するブラックボックス最適化のプログラム開発を行った。観測するランドマーク点の組合せの善し悪しを組合せ最適化問題としてモデリングし最適化する。観測するランドマーク点の数は少ない方が実際の手術に応用する際の計測コストが低いが、数が少なすぎると変形を精度良く推定することが困難となる。また、観測する位置が推定精度に影響すると考えられるが、どのような位置を観測すると推定精度が良くなるかは自明ではないため、探索する必要がある。ブラックボックス最適化は、入力と出力の関係を直接的に固有のコスト関数で書き下すことが難しい問題である場合に、二次形式などのコスト関数で入出力関係をモデル化することで、モデルを最適化することができる。このブラックボックス最適化に関するプログラムは、関連する他のプロジェクトにおける研究の進捗が良好であることから、相補的な作成が可能となり、計画通り本年度中に完成することができた。

在肺部手术中，比心内直视手术创伤较小的胸腔镜手术已成为主流，但由于手术时视野狭窄，难以准确掌握器官状态，因此很难根据情况进行手术。手术计划往往很难进行。因此，人们正在努力引入使用计算机来协助医生进行治疗的系统。在计算机辅助手术中，需要向医生提供有关感兴趣区域和待切除区域的信息，包括无法直接看到的区域。本研究的目的是通过优化手术过程中有限视野内观察肺部变形的标志位置，并使用易于分析变形的成本函数对变形进行建模，来估计人类肺部的变形。是创建算法并开发系统来支持外科手术。今年，即研究期的第一年，我们开发了一个黑盒优化程序，可用于优化有限视野内观察器官的标志位置。观察到的标志点组合的优缺点被建模并优化为组合优化问题。观察的标志点数量越少，应用于实际手术时的测量成本就越低，但如果数量太少，则难以准确估计变形。此外，认为观测位置影响估计精度，但观测哪个位置才能提高估计精度并不明显，因此有必要进行搜索。黑盒优化是一个很难用唯一的成本函数直接写出输入和输出之间的关系来进行优化的问题。该黑匣子优化计划能够在本财年按计划完成，因为其他相关项目的研究进展顺利，使得创建补充计划成为可能。