权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Development of an AI defibrillator with automatic arrhythmia control by deep reinforcement learning

通过深度强化学习开发自动心律失常控制的人工智能除颤器

基本信息

批准号：
21K18036
负责人：
富井直輝
金额：
$ 3万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

本研究では、低侵襲かつ確実な適応的除細動の原理実証を目的として、心臓標本に対する除細動の強化学習実験システムの構築を目標とする。本システムでは、深層強化学習モデルを搭載した刺激制御装置を用いて、心臓標本の心室心外膜表面に装着した複数電極信号に基づいて心臓への適応的なペーシング刺激を行い、その結果生じる細動の発生・停止にもとづく報酬によって、より効果的な刺激条件の学習が可能な実験システムを構築する。さらに、複数の高速度カメラを用いた3次元パノラマ光学マッピングの同時計測によって、学習された適応的なペーシング刺激による除細動の機序を検証する。本課題は研究実施計画として①数値シミュレーション上での適応的除細動実験、②刺激制御装置の製作、③ウサギ摘出心標本における適応的除細動実験の３項目の目標を掲げている。初年度で①および②の原理検証が完了し、本年度は、①数値シミュレーション上での適応的除細動実験の完了、および③ウサギ摘出心標本における適応的除細動実験の初期検討を目標とした。①では、組織境界形状および心筋線維走向を数値シミュレーションモデルに導入し、８極の電極による適応的除細動モデルをin silico強化学習によって訓練した結果、除細動に成功するモデルが学習された。また訓練済みモデルによる推論を、構築済みの②のシステム上の組み込み計算機で行う際の高速化に取り組み、リアルタイムな推論実行の目処を立てた。

The purpose of this study is to verify the principle of fine motion and to construct a reinforcement learning system for fine motion. The present invention relates to a deep reinforcement learning system equipped with a stimulation control device, wherein a plurality of electrode signals are installed on the epicardial surface of the heart, and the appropriate stimulation conditions of the heart are constructed so as to generate and stop the fine motion of the result. In addition, a plurality of high-speed media are used in the three-dimensional optical media, and the simultaneous measurement, learning, and simulation of fine motion are performed. This project aims to study the implementation plan, including three items: (1) the fine motion control of the proper motion in the numerical simulation system,(2) the fabrication of the stimulation control device, and (3) the fine motion control of the proper motion control system. In the beginning of the year, the principle test was completed, and in the current year, the detailed operation of the appropriate system was completed, and the initial investigation of the appropriate system was completed. 1. The shape of the tissue boundary and the dimensional trend of the center rib are introduced into the electrode. The fine motion of the 8-pole electrode is removed from the silicon reinforcement learning. The training results are removed from the fine motion successfully. The goal of training, reasoning, and constructing a computer system to speed up the process of computing is to establish a system for computing.

项目成果

期刊论文数量（29）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

SIMULTANEOUS ULTRA-HIGH RESOLUTION OPTICAL MAPPING AND CATHETER MAPPING IN A LANGENDORFF-PERFUSED SWINE HEART MODEL TO IDENTIFY ATRIAL FIBRILLATION ROTORS BY CATHETER MAPPING

在 Langendorff 灌注猪心脏模型中同时进行超高分辨率光学标测和导管标测，通过导管标测识别心房颤动转子

DOI：
发表时间：
2021
期刊：
影响因子：
0
作者：
Hiroshi Nakagawa;Masatoshi Yamazaki;Naoki Tomii;Hiroshi Seno;Shunsuke Kuroda;Shubhayu Basu;Meir Bar-tal;Nobuteru Takamiya;Jamie L. Malinaric;Hiroyuki Tsukihra;Ayman A. Hussein;Walid I. Saliba;Oussama M. Wazni;Ichiro Sakuma;Warren M. Jackman.
通讯作者：
Warren M. Jackman.

シンポジウム「あなたの知らないCM＆S&VVの世界」in silico 深層強化学習による心筋焼灼治療の最適化―心臓電気生理シミュレータによる検討―

研讨会“CM & S&VV 的未知世界”计算机模拟使用深度强化学习优化心肌消融治疗 - 使用心脏电生理模拟器进行研究 -

DOI：
发表时间：
2021
期刊：
影响因子：
0
作者：
Hiroshi Nakagawa;Masatoshi Yamazaki;Naoki Tomii;Hiroshi Seno;Shunsuke Kuroda;Shubhayu Basu;Meir Bar-tal;Nobuteru Takamiya;Jamie L. Malinaric;Hiroyuki Tsukihra;Ayman A. Hussein;Walid I. Saliba;Oussama M. Wazni;Ichiro Sakuma;Warren M. Jackman.;古川航暉，瀬野宏，富井直輝，山崎正俊，佐久間一郎;田中義生，瀬野宏，柴田仁太郎，本荘晴朗，富井直輝，佐久間一郎，荒船龍彦，山崎正俊;瀬野宏，富井直輝，山崎正俊，柴田仁太郎，佐久間一郎;岩宮賢，井原健介，富井直輝，山崎正俊，黒柳秀人，佐久間一郎，古川哲史，笹野哲郎;富井直輝;富井直輝，瀬野宏，山崎正俊，佐久間一郎;富井直輝，瀬野宏，山崎正俊，佐久間一郎
通讯作者：
富井直輝，瀬野宏，山崎正俊，佐久間一郎

Detection algorithm of breakthrough excitation among cardiac fibrillation

心颤突破性兴奋检测算法