統計計算科学によるミリ波帯無線システム安全性の国際標準化

前年度までに開発した、機械学習による頭部のMR画像から熱パラメータを推定可能とする手法を用いて、電磁界・熱の各パラメータにおける非セグメンテーションモデルを構築した。非セグメンテーションモデルとは、従来手法のようにMR画像から対応する生体組織にセグメンテーションを行わず、直接、深層学習を用いて熱パラメータを推定する手法である。この提案手法により、水分含有量の違いなどによって個々人間で異なる熱パラメータを考慮した電波の安全性評価が可能となる。この非セグメンテーションモデルを用いた解析の有効性を確認するために、ダイポールアンテナからの放射時における局所SAR、温度上昇について、従来のセグメンテーションモデルと開発した非セグメンテーションモデルに対しそれぞれ解析を行い、両者の結果について比較した。その結果、局所SARは10％以内の誤差で一致、最大温度上昇は、5％以内の誤差で一致し、開発した手法の有効性について示した。また、モデル間のばらつきについて評価するために、変動係数を導出した。その結果、変動係数は、非セグメンテーションモデルにおいてやや小さくなる結果となり、また局所SARのモデル間のばらつきよりも温度上昇のばらつきのほうが小さくなることを示した。さらに、SAR分布、温度上昇分布についても、両者の傾向はおおむね一致したが、非セグメンテーションモデルでは、組織境界における電気的パラメータ、熱的パラメータが滑らかに変化するため、組織境界面におけるSAR分布、温度上昇分布が改善された。

前年度までに開発した、機械学習による頭部のMR画像から熱パラメータを推定可能とする手法を用いて、電磁界・熱の各パラメータにおける非セグメンテーションモデルを構築した。非セグメンテーションモデルとは、従来手法のようにMR画像から対応する生体組織にセグメンテーションを行わず、直接、深層学習を用いて熱パラメータを推定する手法である。この提案手法により、水分含有量の違いなどによって個々人間で異なる熱パラメータを考慮した電波の安全性評価が可能となる。この非セグメンテーションモデルを用いた解析の有効性を確認するために、ダイポールアンテナからの放射時における局所SAR、温度上昇について、従来のセグメンテーションモデルと開発した非セグメンテーションモデルに対しそれぞれ解析を行い、両者の結果について比較した。その結果、局所SARは10％以内の誤差で一致、最大温度上昇は、5％以内の誤差で一致し、開発した手法の有効性について示した。また、モデル間のばらつきについて評価するために、変動係数を導出した。その結果、変動係数は、非セグメンテーションモデルにおいてやや小さくなる結果となり、また局所SARのモデル間のばらつきよりも温度上昇のばらつきのほうが小さくなることを示した。さらに、SAR分布、温度上昇分布についても、両者の傾向はおおむね一致したが、非セグメンテーションモデルでは、組織境界における電気的パラメータ、熱的パラメータが滑らかに変化するため、組織境界面におけるSAR分布、温度上昇分布が改善された。