Automatic recognition of the stomach from 3D CT images based on computational anatomy and surgical navigation

基于计算解剖和手术导航的 3D CT 图像自动识别胃

• 批准号: 22K07664
• 负责人: 東口 貴之
• 金额: $ 2.75万
• 依托单位: Shiga University of Medical Science
• 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
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K07664/
• 关键词: 胃癌; 人工知能(AI); computed tomography; 血管構造; 十二指腸; 自動認識; 胃; 3DCT; 人工知能; 胃癌; 人工知能(AI); computed tomography; 血管構造; 十二指腸; 自動認識; 胃; 3DCT; 人工知能

滋賀医科大学医学部附属病院では、胃切除の患者は全症例で、術前および術後に周術期外来において高精細CT画像を撮像しており、腎機能やアレルギーに問題なければ造影CTを施行した。既に撮像した腹部単純3DCT検査画像を20症例解析し、これにあらかじめ「胃」や「肝臓」「膵臓」「血管」「リンパ節」といった周囲組織を認識させた。胃の特徴としては食道から十二指腸まで連続してつながる消化管であり、胃の内容物や腫瘍性病変があってもAIが「胃」と認識できるようになるまで繰り返す。胃以外の周囲臓器を誤って胃と認識してしまった場合には、間違いであることを再度認識させる。このようにしてトライアンドエラーを繰り返すうちに、最終的にはAIのみで胃と周囲臓器の境界が認識できるように学習させた。胃の支配血管の学習では、例えば左胃動脈であれば大動脈から始まり腹腔動脈、左胃動脈と分枝して最終的に胃に行き渡る連続した索状物として覚え込ませた。腹腔内臓器を栄養する血管は複雑で細分化されているため、血管構造を自動認識（血管のみを抽出して解剖学的な名称と対応させる）することができれば、術前診断のみならず術中ナビゲーションにつなげることが可能であり、ロボット手術や鏡視下手術時の操作時において先を読んだ手術を実現可能にすると考える。消化器癌の手術は日常的に行われているが、胃や小腸は常に蠕動し消化機能を有する臓器であり、術後にその運動や機能がどのように変化するかを捉えることは不可能であった。しかしながら臓器の形状や配置について膨大な画像データからAIが判断し、細分化することができれば、臓器の体積や残胃からの排出時間、消化機能、蠕動収縮能を非侵襲的に測定し、「動的な」臓器の評価を行うことが可能であると考える。

在Shiga医学院医院，手术前后，所有接受胃切除术的患者均在围手术期门诊诊所进行，如果肾功能或过敏有任何问题，则进行对比CT扫描。我们分析了20例简单的腹部3DCT图像，这些图像已经被捕获了，并使它们识别出周围的组织，例如胃，肝脏，胰腺，血管，血管和淋巴结。胃的一个特征是胃肠道，从食道连续连接到十二指肠，即使存在胃含量或肿瘤病变，它也会重复直到AI可以识别为胃。如果除了胃以外的周围器官被误认为是胃，则据说这又是一个错误。随着以这种方式重复反复试验，AI最终接受了训练以识别胃和周围器官之间的边界。在学习胃中的主要血管时，例如，在左胃动脉中，左胃动脉被记住为始于主动脉的连续绳索，并分支到心室中并横向扩散到胃中。由于在腹腔中喂养内脏器官的血管是复杂的和细分的，因此，如果可以自动识别血管结构（仅提取血管并与解剖学名称匹配），则不仅可以术前诊断，而且可以在术中进行术中诊断，还可以在术中进行术中，从而实现在Robotory Surgery或Robife suffiensery期间的验证或操作。常规进行消化癌的手术，但是胃和小肠不断地蠕动和消化器官，因此无法掌握其手术后的运动和功能如何变化。但是，如果AI可以从大量图像数据中判断和细分器官形状和排列，则可以非侵入性的器官体积，从剩余的胃中排出，消化功能和蠕动收缩力并评估“动态”器官。