Visualization of decision making process in endovascular treatment and proposal of preoperative plannind method

血管内治疗决策过程可视化及术前计划方法提出

• 批准号: 22K12841
• 负责人: 森 浩二
• 金额: $ 2.41万
• 依托单位: Yamaguchi University
• 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-22K12841/
• 关键词: 血管内治療; 強化学習; 可視化; 操作; 判断; 応答性; ガイドワイヤ; カテーテル; 最適操作

本研究は，強化学習における報酬という定量化可能な指標を用いて血管内治療における医師の判断を可視化することである．研究初年度である本年度は，２つの技術に取り組んだ．一つは血管内治療を模擬した強化学習において，報酬がデバイスの操作にどのような影響をおよぼすか？である．二つ目は，報酬を算出する根拠になるデバイスの応答性（手元操作量とデバイス先端の移動量の比率）を，現実に存在する様々な血管形状で実験的手法を用いて取得する技術の開発である．前者については，報酬を任意の値に設定する．さらに，危険な場所を仮定し，それを回避すると思われる報酬分布を手動で設計することにより，押す操作や回転操作の重要性を調べた．その結果，危険な場所の反対側の押す操作に対する報酬を高くすることにより危険な場所の回避率は上昇した．また，危険な場所の直前の回転操作に対する報酬の操作では回避率に大きな影響は表れなかった．以上のことから，術者は危険な場所が存在する場合，反対側を押すことを強く意識し，直前での回避操作（回転操作）は重要でないと考えている可能性が示唆された．後者については，研究協力者である医師に，実際に遭遇する典型的な血管形状をイラスト化してもらい，それに基づいた２次元的な血管模型を作製した．その血管模型内にデバイスを挿入し，その時のデバイス挙動を画像処理によって定量評価した．またそれらの値についてガウス過程回帰やサポートベクターマシーンなどを用いて，影響をおよぼす因子について分析した．その結果，例えば，遠位側血管中心線ねじり回数，遠位側屈曲数，遠位側血管中心線のSUM(θ)/L が大きな値であるほど操作が困難になることを明らかにした．ただしこれらの因子は複雑に絡み合っており，明確にするためには深層機械学習などによる，より高度なデータ分析が必要あろうということが分かった．

は, reinforcement learning に お け る remuneration と い う quantified may be using い な index を て endovascular treatment に お け る の doctors determine whether the を visualization す る こ と で あ る. In the first year of the study, である. In the current year, である. The 2 に <s:1> technology に is taken from the んだ group. A つ は を endovascular treatment simulation し た reinforcement learning に お い て, remuneration が デ バ イ ス の operation に ど の よ う な influence を お よ ぼ す か? Youdaoplaceholder0. Two つ は, remuneration を calculate す る root 拠 に な る デ バ イ ス の 応 answer sex (hand operation quantity と デ バ イ ス apex の mobile の ratio) を, now be に exist す る others 々 な vascular shape で be 験 gimmick を with い て obtain す る technology の open 発 で あ る. The former に, に て, て, て, and the reward を is set arbitrarily at <s:1> value に する. さ ら に, dangerous 険 な places を 仮 し, そ れ を avoid す る と think わ れ る remuneration distribution を design manual で す る こ と に よ り, detain す や back planning operation の importance を adjustable べ た. そ の results, dangerous 険 な places の reverse side の and seaborne す operation に す seaborne る を high remuneration く す る こ と に よ り dangerous 険 の な places to avoid rate rising は し た. ま た, dangerous 険 な places の way の back planning operation に す seaborne る remuneration の operation で は avoid rate に big き な は table れ な か っ た. Above の こ と か ら, performer は dangerous 険 が な places exist す る occasions, reverse side を and seaborne す こ と を し く consciousness, march forward で の avoidance operation planning operation (back) は important で な い と exam え て い が る possibility in stopping さ れ た. The latter に つ い て は, study together で あ る physician に, be interstate に encounter す る typical な vascular shape を イ ラ ス ト change し て も ら い, そ れ に base づ い た な vascular model of two dimensional を cropping し た. そ の vascular model に デ バ イ ス を scions into し, そ の when の デ バ イ ス 挙 dynamic を portrait 処 Richard に よ っ て quantitative evaluation 価 し た. ま た そ れ ら の numerical に つ い て ガ ウ ス process back 帰 や サ ポ ー ト ベ ク タ ー マ シ ー ン な ど を with い て, affect を お よ ぼ す factor に つ い て analysis し た. そ の as a result, the cases of え ば, far lateral vascular centerline ね じ り back number, as a number of lateral buckling, as a side of vascular centerline の SUM (theta)/L が き な numerical で あ る ほ ど が difficult operation に な る こ と を Ming ら か に し た. た だ し こ れ ら の factor は complex 雑 に collaterals み close っ て お り, clear に す る た め に は deep rote learning な ど に よ る, よ り highly な デ ー タ analysis が necessary あ ろ う と い う こ と が points か っ た.

项目成果

血管形状情報から挿入された血管内治療デバイスの形状と接触力分布を推定する方法

一种根据血管形状信息估计插入的血管内治疗装置的形状和接触力分布的方法

• 发表时间: 2022
• 作者: Nishiyama Mitsuru;Iwasaki Yasumasa;Nakayama Shuichi;Okazaki Mizuho;Taguchi Takafumi;Tsuda Masayuki;Makino Shinya;Fujimoto Shimpei;Terada Yoshio;餅田 純平，森 浩二，高嶋 一登，当麻 直樹，斉藤 俊;末田 悠真，森 浩二，高嶋 一登，当麻 直樹，斉藤 俊;森永 舞，森 浩二，高嶋 一登，当麻 直樹，斉藤 俊;宮島 昂史，森 浩二，高嶋 一登，当麻 直樹，斉藤 俊;篠田 拓也，森 浩二，高嶋 一登，当麻 直樹，斉藤 俊
• 通讯作者: 篠田 拓也，森 浩二，高嶋 一登，当麻 直樹，斉藤 俊

学習データを用いた血管内治療デバイス先端の血管内での挙動の推定に関する研究

利用学习数据估计血管内治疗装置尖端血管内行为的研究

• 发表时间: 2022
• 作者: Nishiyama Mitsuru;Iwasaki Yasumasa;Nakayama Shuichi;Okazaki Mizuho;Taguchi Takafumi;Tsuda Masayuki;Makino Shinya;Fujimoto Shimpei;Terada Yoshio;餅田 純平，森 浩二，高嶋 一登，当麻 直樹，斉藤 俊
• 通讯作者: 餅田 純平，森 浩二，高嶋 一登，当麻 直樹，斉藤 俊

Position Based Dynamicsを利用した血管内治療デバイスの挿入シミュレーション

使用基于位置的动力学进行血管内治疗装置的插入模拟

• 发表时间: 2022
• 作者: Nishiyama Mitsuru;Iwasaki Yasumasa;Nakayama Shuichi;Okazaki Mizuho;Taguchi Takafumi;Tsuda Masayuki;Makino Shinya;Fujimoto Shimpei;Terada Yoshio;餅田 純平，森 浩二，高嶋 一登，当麻 直樹，斉藤 俊;末田 悠真，森 浩二，高嶋 一登，当麻 直樹，斉藤 俊;森永 舞，森 浩二，高嶋 一登，当麻 直樹，斉藤 俊;宮島 昂史，森 浩二，高嶋 一登，当麻 直樹，斉藤 俊
• 通讯作者: 宮島 昂史，森 浩二，高嶋 一登，当麻 直樹，斉藤 俊

応答曲面を用いたガイドワイヤーの応答性の評価

使用响应面评估导丝响应性

• 发表时间: 2022
• 作者: Nishiyama Mitsuru;Iwasaki Yasumasa;Nakayama Shuichi;Okazaki Mizuho;Taguchi Takafumi;Tsuda Masayuki;Makino Shinya;Fujimoto Shimpei;Terada Yoshio;餅田 純平，森 浩二，高嶋 一登，当麻 直樹，斉藤 俊;末田 悠真，森 浩二，高嶋 一登，当麻 直樹，斉藤 俊
• 通讯作者: 末田 悠真，森 浩二，高嶋 一登，当麻 直樹，斉藤 俊

血管内治療デバイスに与えられる押す/回転操作に対する応答性の測定

测量应用于血管内治疗装置的推动/旋转操作的响应性

• 发表时间: 2022
• 作者: Nishiyama Mitsuru;Iwasaki Yasumasa;Nakayama Shuichi;Okazaki Mizuho;Taguchi Takafumi;Tsuda Masayuki;Makino Shinya;Fujimoto Shimpei;Terada Yoshio;餅田 純平，森 浩二，高嶋 一登，当麻 直樹，斉藤 俊;末田 悠真，森 浩二，高嶋 一登，当麻 直樹，斉藤 俊;森永 舞，森 浩二，高嶋 一登，当麻 直樹，斉藤 俊
• 通讯作者: 森永 舞，森 浩二，高嶋 一登，当麻 直樹，斉藤 俊