Patient-Specific Parameter Estimation and Uncertainty Analysis in the Simulation of Cardiovascular System for Predictive Medicine

预测医学心血管系统模拟中的患者特定参数估计和不确定性分析

• 批准号: 18J21374
• 负责人: 尹 彰永
• 金额: $ 1.41万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2018
• 资助国家: 日本
• 起止时间: 2018-04-25 至 2021-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-18J21374/
• 关键词: 血流シミュレーション; 1D-0Dモデル; 患者個別モデリング; 不確かさ解析; 代理モデル; 機械学習; 頸動脈狭窄症; 過灌流症候群; 低次元モデル; 血流解析; 1D-0D解析; 患者個別モデル

2020年度は，(1)1D-0Dシミュレーションにより作成したデータセットを用いて機械学習を行い，任意の解析条件に対する脳循環を数ミリ秒で予測する代理モデルを構築した．また，(2)頸動脈狭窄手術後の過灌流リスクの予測に焦点を置き，医用データの不確かさを考慮可能な予測手法を開発するとともに，実症例への適用を通じて過灌流の要因について検討した．(1)については，まず，患者ごとの解剖学的・生理学的条件の違いを特徴づける60個の入力と，1心周期平均としての脳循環の血流量・血圧を表す45個の出力を定義した．そのうえ，症例データの分析や文献調査を通じて，各入力が実際の患者でとりうる値の範囲を見積もった．次に，定めた範囲内で入力をランダムに選び，その条件に対する出力を1D-0Dシミュレーションにより得ることを繰り返した．このように作成した学習データを用いて機械学習を行い，代理モデルを構築した．代理モデルは，テストデータや7例の実患者条件に対し，高い予測精度を示した．また，予測の所要時間を従来318秒から7.38ミリ秒に短縮させ，約43,000倍の速度向上を示した．次に，(2)については，手術直後における脳動脈内の血流量の増加率を予測することにより，過灌流をきたすリスクを定量的に評価する方法を開発した．患者の医用計測データから得られた血管径，狭窄パラメータ，血流量が持つ不確かさを考慮し，予測結果の統計量を予測できるようにした．手法を3例の実症例に適用し，10万回の予測を伴う不確かさ解析をデスクトップPCにて数分で実施できることを確認した．また，医師により過灌流のリスクが診断された症例において，本手法による予測結果も過灌流のリスクを示した．これらの結果より，予測に要する時間および予測結果の妥当性という両方の側面から，本手法が過灌流のリスク診断を支援するツールとして有効であることが示された．

は, 2020 (1) d - 0 1 d シ ミ ュ レ ー シ ョ ン に よ り made し た デ ー タ セ ッ ト を with い て rote learning を い, arbitrary の analytical conditions に す seaborne る 脳 cycle number を ミ で リ seconds to measure す る agent モ デ ル を build し た. ま た, (2) carotid stenosis surgery の perfusion リ ス ク の be に focus on を き, medical デ ー タ の uncertain か さ を may consider な to measuring technique を open 発 す る と と も に, two cases be へ の applicable を tong じ て over perfusion の by に つ い て beg し 検 た. (1) に つ い て は, ま ず, patients ご と の anatomy, physiology of conditions の violations い を, 徴 づ け る 60 の と into force, average period 1 heart と し て の 脳 cycle の blood flow, blood 圧 を table す 45 の output を definition し た. そ の う え, cases デ ー タ や の analysis literature survey を tong じ て, each が into force be interstate の patients で と り う る numerical の van 囲 を see product も っ た. Time に, settle め た van 囲 で を into force within ラ ン ダ ム に び, そ の conditions に す seaborne る output を d - 0 1 d シ ミ ュ レ ー シ ョ ン に よ り must る こ と を Qiao り return し た. こ の よ う に made し た learning デ ー タ を with い て rote learning を い, agent モ デ ル を build し た. Agent: モデ モデ, テストデ, タや, タや. Conditions of 7 cases of <s:1> actual patients: に against た, high prediction accuracy of を shows た た. ま た, time be の wanted を 従 to 318 seconds か ら 7.38 ミ リ seconds に shortening さ せ, about 43000 times the speed of の を shown up し た. に, (2) に つ い て は, straight after surgery に お け る 脳 arteries の を の raised and blood flow rate to measure す る こ と に よ り, a perfusion を き た す リ ス ク を に of quantitative evaluation of 価 す る method を open 発 し た. Patients の medical measuring デ ー タ か ら have ら れ た blood pipe diameter, narrow パ ラ メ ー タ, blood flow が hold つ uncertain か さ を し, to the measurement results を の statistics to measure で き る よ う に し た. Gimmick を 3 cases の cases be に applicable し, 100000 を の back to test with う uncertain か さ parsing を デ ス ク ト ッ プ PC に て several points で be applied で き る こ と を confirm し た. Ever ま た, doctors に よ り perfusion の リ ス ク が diagnosis さ れ た cases に お い て, this technique に よ る ever to measuring results も perfusion の リ ス ク を shown し た. こ れ ら の results よ り, be に to す る time お よ び to measuring results の justice と い う struck party の side か ら, this technique が over perfusion の リ ス ク diagnosis を support す る ツ ー ル と し て have sharper で あ る こ と が shown さ れ た.

项目成果

Surrogate modeling using machine learning for uncertainty quantification in cerebral circulation simulation

使用机器学习进行替代建模，用于脑循环模拟中的不确定性量化

• 发表时间: 2020
• 作者: Sohei Matsuura;Toshio Takayama;Changyoung Yuhn;Marie Oshima;Takuro Shirasu;Takafumi Akai;Toshihiko Isaji;Katsuyuki Hoshina;Changyoung Yuhn
• 通讯作者: Changyoung Yuhn

Computational simulation of vascular remodeling of the pancreaticoduodenal arcades in the presence of celiac artery stenosis

腹腔动脉狭窄时胰十二指肠弓血管重塑的计算模拟

• 发表时间: 2018
• 作者: C. Yuhn;K. Miyahara;K. Hoshina;M. Kobayashi;M. Oshima
• 通讯作者: M. Oshima

Indication of Selective Shunting During Carotid Endarterectomy: 1D–0D Hemodynamic Simulation of Cerebral Perfusion

颈动脉内膜切除术期间选择性分流的指征：脑灌注的 1D–0D 血流动力学模拟

• DOI: 10.1016/j.jvs.2020.04.118
• 发表时间: 2020
• 期刊: Journal of Vascular Surgery
• 影响因子: 4.3
• 作者: Sohei Matsuura;T. Takayama;Changyoung Yuhn;M. Oshima;T. Shirasu;T. Akai;T. Isaji;K. Hoshina
• 通讯作者: K. Hoshina

Computational simulation of flow-induced arterial remodeling of the pancreaticoduodenal arcade associated with celiac artery stenosis

• DOI: 10.1016/j.jbiomech.2019.05.043
• 发表时间: 2019-07-19
• 期刊: JOURNAL OF BIOMECHANICS
• 影响因子: 2.4
• 作者: Yuhn, Changyoung;Hoshina, Katsuyuki;Oshima, Marie
• 通讯作者: Oshima, Marie