Challenge in developing a guide for surface identification of the lungs using deformation algorithm by deflation and bird-view function

点击翻译按钮获取中文摘要

肺は、術前CT画像は含気状態であるが、手術は脱気状態で行われるため、術前と術中の形態が大きく異なる。画像技術の進歩により、微小な肺結節の検出が増え、その切除には、低侵襲な胸腔鏡手術や区域切除が行われる。これらの微小結節の切除には、術前マーキングが必須だが、患者への侵襲、人的・時間的なコストがかかる上、正確にできないことも多い。また、区域切除において、現在行われている区域間面の同定法も確実とはいえない。さらに、現在の内視鏡カメラでは視野に限界があり、片側肺を一度に見ることはできない。本研究では, 侵襲的な処置をすることなく、安全かつ真に低侵襲に微小肺結節を切除するために、微小結節の位置や区域間面の同定が正確に可能となるシステムを情報学的手法により構築する。さらに、バードビューカメラシステムを用い、肺表面の位置情報を術中にリアルタイムで、わかりやすく、正確にガイドすることを目指す。2022年までの実績の概要として、術前・術中CT画像と手術（胸腔鏡）画像を継続して複数取得し、これらの画像をデータサイエンスとして利用できるように編集し、統計的モデルの開発の際に指標になる解剖学的構造物が容易に認識可能な状態で保存、情報学研究グループがアクセス可能なデータベースを構築した。続いて、このデータベースを基に、情報学的処理を行い、患者個別に肺微小結節や区域間面の位置をより正確に投影するモデルの創出を狙い、脱気肺における肺微小結節や区域間面の予測モデルを構築した。さらに、脱気肺における肺内構造物の位置を推定するモデルに胸腔鏡画像における実際の脱気の状態を学習させることで、表面位置情報ガイドの創出を行った。