51探花

【本学研究者情报】

〇本学代表者所属?职?氏名：东北大学流体科学研究所?助教?安西　眸

【発表のポイント】

• 血管内の流れ场取得には计测や数値流体解析が必要でしたが、ディープラーニング⁽¹⁾技术で血管内の流れ场を推定することを可能としました
• 数値流体解析では约10分かかっていた大动脉?冠动脉の血流解析が、ディープラーニングでは约1秒で行うことが可能となりました

【概要】

血管内で血流が生じる流れ场を知ることが、循环器疾患の病理解明や、治疗方针策定、新しい治疗デバイス开発等、様々な面で注目を集めています。血管内の流れ场を知るため、これまでは侵袭的/非侵袭的な血流计测や、コンピュータを用いた数値流体力学(颁贵顿)解析⁽²⁾が行われてきました。しかし、计测における详细な流れ场を知るための解像度の不十分性や、颁贵顿解析に要する长い计算时间が问题でした。

东北大学流体科学研究所?太田研究室?安西眸助教の研究グループでは、颁贵顿解析に代わる方法としてディープラーニング技术を用い、医疗用画像から构筑した血管形状に対して流れ场を瞬时に推定する技术を开発しました。

今回开発したディープラーニングネットワークでは、学习済ネットワークに点群の位置情报(血管形状を表す)を入力すると、颁贵顿解析で得られるものと同様の速度场、圧力场を出力します。しかも、颁贵顿解析では约10分を要していたのに対し、ディープラーニングでは约1秒で血流场を得ることが可能です。

本研究結果は2021年1月22日にCommunications Biology誌に掲載され、雑誌ウェブサイトでソースコードが公開されています。

図．颁贵顿解析で得られる流れ场とディープラーニングで得られる流れ场（流线の可视化）

【用语解説】

(1) ディープラーニング
機械学習の一種で、深層学習とも呼ばれます。大量の学習データを読み込ませ、そのデータに含まれる特徴を自動的に抽出する技術です。本研究では、PointNet(Qi et al., Proceedings of the IEEE conference on computer vision and pattern recognition 652-660 (2017))をベースとしたネットワークを構築しており、点群データを入力します。学習データに用いたCFD結果は医療用画像110名分から再構築された血管形状を基にしており、形状に変形を加えることで人工的に血管形状を作成し、学習データの拡張を行いました。

(2) 数値流体力学(Computational Fluid Dynamics)解析
偏微分を含む流体运动の基础方程式を离散化によって代数方程式で表现し、コンピュータ上で解析することで、流れの物理现象を再现する。

详细（プレスリリース本文）

问い合わせ先

（研究について）
东北大学流体科学研究所
生体流动ダイナミクス研究分野
助教　安西　眸（あんざい　ひとみ）
贰-尘补颈濒　丑颈迟辞尘颈.补苍锄补颈.产5*迟辞丑辞办耻.补肠.箩辫（*を蔼に置き换えてください）

（报道について）
东北大学流体科学研究所 広報戦略室
電話 022-217-5873
贰-尘补颈濒　颈蹿蝉-办辞丑辞*驳谤辫.迟辞丑辞办耻.补肠.箩辫（*を蔼に置き换えてください）