ノイズ除去のアンサンブル学習による非線形ラマン硬性内視鏡神経イメージングの高速化
2020 年 Annual58 巻 Abstract 号 p. 431
詳細
2020 年 Annual58 巻 Abstract 号 p. 431
手術における末梢神経の損傷は予後の悪化を防ぐために避けるべきである．しかしながら，末梢神経を認識することは困難であり，術中に神経を特定できる装置が要求されている．我々は，無染色で神経の可視化を目指して，非線形ラマン散乱硬性内視鏡を開発してきた．非線形ラマン散乱を用いると，分子振動の情報に基づき，選択的かつ無染色に物質の可視化を行うことができる．有髄神経を覆うミエリン鞘の脂質（CH2分子振動）と神経繊維に特有な形状により，神経を他の組織から識別可能となる．これまでにウサギ前立腺筋膜における神経可視化に成功したが，数分かかる露光時間を数秒まで短縮する必要がある．昨年度の発表では深層学習を用いた信号対雑音比(SNR)向上により露光時間の短縮化を報告した．これは，低SNRの短時間露光画像から高SNRである長時間露光画像を出力するよう学習を行い，露光時間の短縮化を図る手法である．さらなる高速化を実現するために，複数のモデルおよびアンサンブル学習を用いて復元精度を比較し検討を行った．結果として，今までの学習結果よりも有意に（p < 0.05）復元精度が向上し，より高速なイメージングが実現できた．
