A. Machine Intelligence in Medicine

本グループでは，次世代の臨床医学，医用システムにおいて重要な役割を担う 医用人工知能 に関する研究を行っている．外科手術や放射線治療を対象として，診断や治療に直結する機械学習や知識モデリングの枠組みを探求している．情報学的手法の深化を通して治療プロセスの自動化と高位平準化をけん引し，医師と患者双方に低負担で持続可能な医療の実現を目指す．
 
治療時に撮像可能な低次元画像に基づく腫瘍位置同定

本研究では肺がん切除術を対象として，手術時のカメラ画像に対して微小結節の位置同定と予測切除ガイド を重畳可視化するバーチャルマーキングの実現を目指している．肺の虚脱変形モデルと手術映像における肺形状の認識技術を研究開発の核として，臨床における利用を想定したプロトタイプシステムの開発を目指している． （共同研究：京大病院 呼吸器外科, AMED ACT-M 2017-20）


  • H. Maekawa, M. Nakao, K. Mineura, T.F. Chen-Yoshikawa, T. Matsuda, Model-based registration for pneumothorax deformation analysis using intraoperative cone-beam CT images, Proc. 42nd Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC), 2020.
  • J. Nitta, M. Nakao, K. Imanishi, T. Matsuda, Deep learning based lung region segmentation with data preprocessing by generative adversarial nets, Proc. 42nd Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC), 2020.
  • M. Nakao, J. Tokuno, T. F. Chen-Yoshikawa, H. Date, T. Matsuda, Surface Deformation Analysis of Collapsed Lungs using Model-based Shape Matching, Int. J. Computer Assisted Radiology and Surgery, 14(10), pp. 1763-1774, 2019. [html]
手術計画における医学知識のスパースモデリング

本研究の目的は，外科医の医学知識や経験を体系化し，外科医自身の新たな洞察や知識の 獲得に資する機械学習方法と情報システムの探究である．スパースモデリングの数理に基づいて手術計画の機序をデータ駆動型で定式化し，患者固有の 計画を自動生成する枠組みの構築を目指している． （共同研究：奈良医大，洛和会音羽病院）

  • K. Nagai, M. Nakao, N. Ueda, Y. Imai, T. Kirita, T. Matsuda, Enumerated sparse extraction of important surgical planning features for mandibular reconstruction, Proc. 42nd Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC), 2020.
  • R. Kawasaki, M. Nakao, Y. Imai, N. Ueda, T. Hatanaka, M. Shiba, T. Kirita, T. Matsuda, "Sparse shape model for fibular transfer planning in mandibular reconstruction", 38th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC), pp.2508-2511, 2016. [html][PDF]
臓器切除プロセスマッピング

本研究では，患者固有の三次元CT画像に基づいて半自動でシミュレーション画像を生成する臓器切除プロセスマッピングを提案した．肺切除の進展に伴って変化する臓器外形や血管構造等の術中解剖の可視化を達成すること，手前計画や医学教育への有効性を確認した． （共同研究： 京大病院 呼吸器外科，肝胆膵移植外科）

  • J. Tokuno, T. F. Chen-Yoshikawa, M. Nakao, M. Ikeda, T. Matsuda, H. Date, Resection process map: A novel dynamic simulation system for pulmonary resection, The Journal of Thoracic and Cardiovascular Surgery, 159(3), pp.1139-1138, 2020. [html]
  • Y. Uchida, K. Taura, M. Nakao, S. Uemoto, Resection process map: a novel virtual hepatectomy software to visualize the resection process, International Journal of Surgery, 71, pp. 36-40, 2019. [html]
  • M. Nakao, K. Taura, T. Matsuda, "Deformable resection process map for intraoperative cutting guides", 38th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC), pp. 2554-2557, Aug 2016. [html][PDF]
多変量形状評価指標に基づく自動手術計画

本研究では、患者個人の三次元画像を用いた直感的かつ定量的な手術計画の立案を可能とし、医療従事者による最適な手術工程の導出を支援する術前計画システムの開発を目的としている。下顎骨再建における腓骨移植計画を対象として、医療従事者の知見に基づいた手術工程の定量評価を可能にする評価指標を設計し、空間的ボリュームモデルの対話編集操作を通してシステムの内部パラメータを最適化するセミオートマティック手術計画システムの開発を進めている。（共同研究：奈良医大 口腔外科, イーグロース株式会社）

  • M. Nakao, S. Aso, Y. Imai, N. Ueda, T. Hatanaka, M. Shiba, T. Kirita and T. Matsuda, "Automated Planning with Multivariate Shape Descriptors for Fibular Transfer in Mandibular Reconstruction", IEEE Trans. on Biomedical Engineering, Vol. 64, No.8, pp.1772-1785, 2017. [html]
  • M. Nakao, S. Aso, Y. Imai, N. Ueda, T. Hatanaka, M. Shiba, T. Kirita and T. Matsuda, "Statistical Analysis of Interactive Surgical Planning Using Shape Descriptors in Mandibular Reconstruction with Fibular Segments", PLoS One, 11(9): e0161524, Sep 2016. [html][PDF]
  • M. Nakao, M. Hosokawa, Y. Imai, N. Ueda, T. Hatanaka, T. Kirita and T. Matsuda, "Volumetric Fibular Transfer Planning with Shape-Based Indicators in Mandibular Reconstruction", IEEE Journal of Biomedical and Health Informatics, Vol. 19, No.2, pp.581-589, Mar 2015. [html][PDF]
外科手術ガイドのための拡張内視鏡画像生成

本研究では、椎骨に対する切削による形状変化を反映して目的形状と現形状の差分情報を内視鏡画像に重畳可視化する方法を提案する．提案手法では，切削時のドリル先端 位置の履歴に基づいて，内視鏡画像上に目的形状までの残りの切削量を重畳した拡張内視鏡画像を生成する．従来の切削支援情報の提示方法との比較実験を通して，切削所要時間，総移動距離および切削予定領域と切削領域の類似度が改善することを確認した．（共同研究： 和歌山医大，パナソニックメディカルソリューションズ株式会社）

  • M. Nakao, S. Endo, S. Nakao, M. Yoshida and T. Matsuda, "Augmented Endoscopic Images Overlaying Shape Changes in Bone Cutting Procedures", PLoS One, 11(9): e0161815, 2016. [html][PDF]
臓器変形・切除プロセスの術前シミュレーション

本研究では、術中に想定される変形をインタラクティブにシミュレートし、切離面の変化を可視化する方法を提案する。提案方法により、臓器変形時の切離方向や切離の進展に伴って現れる血管構造を事前に確認した上で手術を遂行することが可能となる。（共同研究： 京大病院 胆肝膵移植外科）

  • M. Nakao, Y. Oda, K. Taura, and K. Minato, "Direct Volume Manipulation for Visualizing Intraoperative Liver Resection Process", Computer Methods and Programs in Biomedicine, Vol. 113, No. 3, pp. 725-735, 2014. [html][PDF]
  • M. Nakao, R. Kitamura, T. Sato and K. Minato, "A Model for Sharing Haptic Interaction," IEEE Trans. on Haptics, Vol. 3, No. 4, pp. 292-296, 2010. [html][PDF]