低侵襲腰仙椎前方固定術支援を目的とした内視鏡下総腸骨静脈セグメンテーションモデルおよび物体検出モデルの開発と評価
腰仙椎前方固定（以下, OLIF51）とは, 第55腰椎と仙椎（以下, それぞれL5, S1とする）の脊椎固定を低侵襲に行う術式であり, 右側臥位としてで. 以下の図のように小視野でL5/S1椎間板前方を露出して, L5, S1間の椎間板を固定する術式を指す. OLIF51のアプローチにおいては, 解剖学的に総腸骨静脈が不可避的である. 以下に術野近傍を走行し, 操作による損傷リスクが懸念されるため, 解剖学的に特に重要である. そこで本研究室では, 総腸骨静脈を内視鏡画像から検出を行うモデル開発に従事している. 現在, 画像および動画でのモデル評価を中心としている．
外反母趾患者の外観写真における単純X線パラメータの自動計測システムの開発
深層学習を用いた外反母趾の外観写真からの単純X線パラメータの推定 外反母趾は, 一般の整形外科診療で散見される足部疾患の一つであり, しばしば足の痛みを伴う. 外反母趾の評価は足部単純X線を用いたHV角の計測が一般的であるが, 単純X線にはコストや放射線被曝の問題がある. そこで, 深層学習を用いて足部外観写真から外反母趾の単純X線パラメータであるHV角, M1-M2角, M1-M5角の推定を行った. 今後, 放射線被曝なく外反母趾のスクリーニングや疫学研究に本システムが利用できる可能性がある.
深層学習を用いた頚部脊髄症患者MRIの脊髄セグメンテーション手法の確立と臨床症状との関連
頚部脊髄症は, 脊髄が外的な圧迫を受けることで機能障害を生じる疾患です. 頚部脊髄症患者の脊髄は圧迫により変形しているため, MRIを用いた半自動的な関心領域の設定が困難とされています. 本研究では, 変形のある脊髄に対して自動的な関心領域の設定が行えるよう, 深層学習を用いて脊髄のセグメンテーションを行います.
超音波を用いた腰椎硬膜管の動態解析に関する基礎的研究
脊椎には, 脊髄や馬尾神経などの神経が通っており, 体のゆがみや脊椎の変形によって神経が圧迫されると, 腰痛や体のしびれ麻痺などにつながる. これらの神経の圧迫の有無や程度の確認は診断や治療においてきわめて重要である. 脊髄や馬尾神経などの神経は硬膜管という管状組織によって保護されており, この硬膜管内は脳脊髄液でみたされ, 心臓の鼓動に合わせて拍動している. 超音波を用いてこの拍動の解析を行うことで, 簡便に神経の圧迫の有無や程度の確認を目指す研究である.
