CFDと人工知能を用いた門脈圧亢進症の門脈血流評価と異常探知法の開発

点击翻译按钮获取中文摘要

肝硬変症は組織学的には慢性肝障害を契機に類洞周囲の肝線維化の進行から、門脈圧亢進症を引き起こす。門脈圧亢進症が右心系への還流の際に側副血行路を形成し食道静脈瘤等を形成し破裂出血を発症したり、その他に腹水、肝性脳症、門脈血栓を併発したりする。過去の報告の中でComputational Fluid　Dynamics(CFD)を用いた非侵襲的門脈圧測定と治療効果あるいは経過予測について検討された報告はない。目的は申請者が開発してきたCFDモデルの手法を応用して、コンピュータ上で門脈圧亢進症の血行動態のモデル（仮想門亢症モデル）を作成する。門脈血流を構成する上腸間膜静脈、脾静脈から肝内門脈血流分布を検証し、門脈血栓の発症予測、静脈瘤の仮想治療前後変化、仮想脾摘の治療効果予測などのシミュレーションを行う。これを実際の、門亢症の患者の臨床的、画像的所見と対比させモデルの妥当性について検証を行う。令和4年度は疾患モデルにおいて悪性門脈狭窄症をモデルに変更し、異常探知アルゴリズム作成をおこなった。従来のRNN（recurrent neural network）での異常探知モデルは既に作成済みであったが、Transformerでの異常探知モデル作成には至らなかった。動脈と異なり門脈系は血管径と伸縮性が大きい点による計算コストの高さが障壁になっていると思われた。現在検討中なのはtopological shear variation index (TSVI)を用いた評価であり、画像内の物体の形状や輪郭の変化を表す指標であり、変形に対する物体のトポロジー的な変化を計算することを目的としている。量子化など軽量化を試みながらシュミレーションを行う予定である。