Comments
Description
Transcript
修士論文 手首の構造モデルを用いた 脈動再現シミュレータの作成 上田
NAIST-IS-MT0451016 修士論文 手首の構造モデルを用いた 脈動再現シミュレータの作成 上田 知生 2006 年 2 月 2 日 奈良先端科学技術大学院大学 情報科学研究科 情報生命科学専攻 本論文は奈良先端科学技術大学院大学情報科学研究科に 修士 (工学) 授与の要件として提出した修士論文である。 上田 知生 審査委員： 湊 小太郎 教授 （主指導教員） 木戸出 正継 教授 （副指導教員） 杉浦 忠男 助教授 （副指導教員） 手首の構造モデルを用いた 脈動再現シミュレータの作成∗ 上田 知生 内容梗概 脈診は医師や看護師を含む医療スタッフが身につけるべき基本手技であり、現 状では医学生がお互いに脈診し合うことによって習得する。一方、不整脈などの 整脈以外の症例については、医学書や熟練スタッフからの口頭による説明・解説 から学習することが多い。しかし、この方法では、学習者は習熟すべき脈を体感 することができないため、実際の脈診を通してその力覚の違いを経験的に学ばざ るを得ない。また、患者自身や介護者が予備的にでも不整脈などを察知できれば 早急な処置が可能になるかも知れないが、その感覚を体験できる機会はほとんど ない。このように現状では、脈診において様々な症例とその感覚を習熟できる機 会は極めて少ない。 本研究では、脈診の習熟環境の提供を目的として、腕の構造モデルを用いた脈 動再現シミュレータの開発を目的とする。人体の断層画像集合から手首の力学構 造モデルを構築し、脈波データから脈診の際に指先で感じられるべき力を弾性理 論に基づいてシミュレートする。力覚提示デバイスを通して導出した力を提示す ることによって、訓練者が脈を体感できる VR（Virtual Reality）システムを構 築する。 これまでの医療手技訓練システムとは異なり、本研究では手首の複雑な解剖学 的構造を考慮したモデルを構築し、脈診の際の指の押し込みに対する反力の変化 を高精度にシミュレートする。また、従来の VR シミュレータにおける人体・臓 ∗ 奈良先端科学技術大学院大学 情報科学研究科 情報生命科学専攻 修士論文, NAIST-ISMT0451016, 2006 年 2 月 2 日. i 器モデルはその精度に関する定量的な評価がなされていないものがほとんどであ る。本研究では、圧センサを用いてヒトの手首の脈を実測することにより、モデ ルパラメータを取得し、シミュレーション精度を検証する。 幾つかの機能評価及び試用試験の結果、開発システムはヒトの脈を高精度かつ 実時間で再現でき、計算結果を力覚情報として提示できることが分かった。また、 力覚提示デバイスに関する問題点やシステムの改善点が示唆された。システムの さらなる改良と症例数の増加により、構築システムが医学教育における体感型の 手技習熟環境として、また患者自身、介護従事者の基礎知識の習熟環境として用 いられることを期待する。 キーワード 脈診, 有限要素法, 医療手技訓練, 人工現実感 ii A pulse reproduction simulator using a structural wrist Model ∗ Tomoo Ueda Abstract Pulse palpation is a basic procedure that should be learned by medical stuffs, doctors and nurses. Although medical students learn the procedure through trying it each other, information of abnormal cases is only acquired from text books or from explanation by skilled medical stuffs. However, since it is not possible to feel the pulse from this approach, they have to learn various cases through daily medical treatment. Fast treatment may be possible if patients or their family notice the irregular pulse. There are few chances to experience the tactile sense which is necessary for learning pulse palpation. This study aims to develop a pulse reproduction simulator using a physicsbased wrist model for providing virtual pulse palpation environment. This model is constructed from CT/MRI slice images and dynamically simulates the pulse from pulse wave data as reaction force in pulse palpation. A virtual reality based system is also developed by displaying the force through a force feedback device. Unlike foregoing medical training systems, this study constructs the model considering complex anatomical structure of the human wrist, which simulates accurate reaction force in push manipulation by a finger. Also, the accuracy of the most developed models implemented to the known simulators is not evaluated ∗ Master’s Thesis, Department of Bioinformatics and Genomics, Graduate School of Information Science, Nara Institute of Science and Technology, NAIST-IS-MT0451016, February 2, 2006. iii quantitatively. We acquire model parameters from actual pulse data of examinee’s wrist measured from a force sensor and examine accuracy of the developed model. The results of several functional evaluation and user study demonstrate the developed system provides realistic force feedback of human pulse in real time. Also, a drawback in device and future improvements are suggested. We believe the developed system will be useful for learning procedure and be an educational environment through further improvements and preparation of pulse models. Keywords: Pulse Palpation, FEM, Medical maneuver training, Virturl Reality iv 目次 1. はじめに 1 2. 本研究の位置づけと関連研究 3 2.1 医療手技訓練 VR シミュレータ . . . . . . . . . . . . . . . . . . . 3 2.2 実時間力学計算手法 . . . . . . . . . . . . . . . . . . . . . . . . . 5 2.2.1 バネモデル . . . . . . . . . . . . . . . . . . . . . . . . . . 5 2.2.2 有限要素法 . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2.3 本研究の位置づけと方針 . . . . . . . . . . . . . . . . . . . . . . . 8 3. 手首の力学構造モデル 9 3.1 手首の機能、構造 . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 3.2 提案モデルの概要 . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 3.3 手首の形状を反映した 3 次元モデル . . . . . . . . . . . . . . . . . 12 3.4 脈動の力学モデルの生成方法 16 . . . . . . . . . . . . . . . . . . . . 4. 脈動再現システムの構築 20 4.1 外部仕様 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 4.2 内部仕様 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 5. 実験と結果 25 5.1 脈による反力の計測実験 . . . . . . . . . . . . . . . . . . . . . . . 25 5.2 シミュレーションの試行 . . . . . . . . . . . . . . . . . . . . . . . 27 5.3 想定される状況下での評価実験 . . . . . . . . . . . . . . . . . . . 29 6. 考察 32 7. おわりに 35 謝辞 36 参考文献 37 v 図目次 1 Maxwell 型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 2 Voight 型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 3 前腕の骨 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 4 手首の関節 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 5 前腕-手の動脈 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 6 手首の断面 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 7 脈触診位置のイメージ . . . . . . . . . . . . . . . . . . . . . . . . 12 8 手首の断面とモデル化イメージ . . . . . . . . . . . . . . . . . . . 13 9 Visible Korean Human の断層画像の例 . . . . . . . . . . . . . . . 14 10 手首部分の抽出 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 11 属性ラベリング画像 . . . . . . . . . . . . . . . . . . . . . . . . . 15 12 弾性つき４面体要素 . . . . . . . . . . . . . . . . . . . . . . . . . 15 13 脈波と血管の拡縮 . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 14 内壁面積 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 15 外部仕様概念図 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 16 ハードウエア構成図 . . . . . . . . . . . . . . . . . . . . . . . . . 21 17 システム画面 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 18 マトリクス生成 DFD . . . . . . . . . . . . . . . . . . . . . . . . . 23 19 脈動生成 DFD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 20 リアルタイム処理 DFD . . . . . . . . . . . . . . . . . . . . . . . . 24 21 実験（計測）装置 . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 22 計測実験の様子 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 23 計測データ及び補正後データ（押し込み 1mm） . . . . . . . . . . 26 24 押し込みと反力幅 . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 25 システム上での押し込みによる反力変化 . . . . . . . . . . . . . . 28 26 実験装置 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 27 試用実験の様子 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 28 指サック部の拡大 . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 vi 1. はじめに 手首に触れることによって脈を取る、いわゆる脈診、脈触診また切診といわれ る診断方法は基本的な健康状態の判断指標として洋の東西を問わず古くから用い られている。東洋医学においては複数箇所の脈診によって全身の健康状態を把握 しようとする。一方、現代の西洋医学においては心臓の状態について検討するた めに用いられるのが一般的である。 脈診は医療スタッフが身につけるべき基本手技であるが、学生間で互いを脈診 する訓練などでは正常脈を知ることはできても不整脈を知る機会は少ない。また、 不整脈について医学書の記述や熟練医などからの口頭による説明・解説から学習 した不整脈と手元に現れる脈動の感覚は全く同一のものとはなりにくく、知識と してはその精度を欠くことになってしまう。 そのため従来の訓練方法では体験することが難しかった不整脈の脈動について よりよい訓練環境を提供する必要がある。 また、患者自身による簡単な自己診断で不整脈などの病変を察知できれば早急 な処置が可能であり、深刻な状態に陥ることを防ぐことができる。また、在宅介 護などにおいて、日常から主に家族たる介護者が脈を診ることによって患者の異 変を察知することも可能になると考えられる。 そこで、有効な訓練手段として考えられるのが人工現実感（VR：Virtual Reality） を利用した訓練・学習である。 VR とは計算機を中心に人間の感覚に働きかけることによって人工的に現実感 を作り出す技術である。方法としては計算機上に構築した仮想空間に対してハプ ティックデバイスやヘッドマウントディスプレイなどの入出力機器を用いてアプ ローチし、現実に行っているかのようなフィードバックを与えることによって人 工的な現実感を生成するものである。VR 技術は航空宇宙分野 [25]、軍事分野、建 築分野 [26] やコミュニケーション [32]、アミューズメントなど様々な分野で広く 用いられている。 医学分野では手術シミュレーション及び訓練 [27] のように医者や医学生を対象 としたものと，特定対象の恐怖症 (高所恐怖症や閉所恐怖症など) を治療する脱 感作療法に応用したもの [28] や患者のストレス緩和 [29] など患者のメンタルケア 1 を目的としたものがある．VR を利用した手術訓練シミュレーションシステムと しては顔の皮膚 [30] や卵巣での出血・止血や縫合 [31] などを対象としたものがす でに実現されている． 本研究では、脈診の習熟環境の提供を目的として、腕の構造モデルを用いた脈 動再現シミュレータの開発を目的とする。人体の断層画像集合から手首の力学構 造モデルを構築し、脈波データから脈診の際に指先で感じられるべき力を弾性理 論に基づいてシミュレートする。力覚提示デバイスを通して導出した力を提示す ることによって、訓練者が脈を体感できる VR（Virtual Reality）システムを構 築する。 これまでの医療手技訓練システムとは異なり、本研究では手首の複雑な解剖学 的構造を考慮したモデルを構築し、脈診の際の指の押し込みに対する反力の変化 を高精度にシミュレートする。また、従来の VR シミュレータにおける人体・臓 器モデルはその精度に関する定量的な評価がなされていないものがほとんどであ る。本研究では、圧センサを用いてヒトの手首の脈を実測することにより、モデ ルパラメータを取得し、シミュレーション精度を検証する。 そこで、本論文では、VR 技術を用い、手首の力学構造モデルの構築からシミュ レータのシステム構築、試用評価についてまで述べる。まず、第 2 章では、従来 の VR 訓練システムと、そのための仮想環境上における人体・臓器モデルについ て述べ、第 3 章では、手首部の内部構造を考慮した弾性及び脈による脈動を考慮 した 3 次元構造モデル及び力学モデルの提案について述べる。第 4 章では、提案 モデルを使用したシミュレータの実装について述べる。次に第 5 章では、本提案 モデルの力覚提示に関する試行実験について述べ、第 6 章では、考察を行い、最 後に第 7 章では、結論を述べ、本論文をまとめる。 2 2. 本研究の位置づけと関連研究 本章では、まず現状の医用 VR シミュレータとその機能について概観した後、 力覚表現のための人体の弾性モデルについて述べ、最後に本研究の位置づけと方 針について述べる。 2.1 医療手技訓練 VR シミュレータ 医療手技訓練 VR シミュレータは、医学部の学生や研修医、看護師などの医療 手従事者の訓練に VR 技術を用いて仮想的に構築された空間内で擬似的な体験を 通して手技を反復練習できる環境を提供している。従来の古典的な教科書や口頭 による教示や、マネキン人形を用いるような訓練と比較して、次のようなことが 利点として挙げられる。 • 現実感の高い情報を提示することが出来る。 • 力覚提示可能な機器を用いることによって、視聴覚以外の感覚による経験 を得ることが出来る。 • モデル化によって様々な種類の病態を提示することが出来、必要に応じて 強調することも可能。 • 対象が仮想空間内に構築されるため、同じ条件で繰り返し訓練を行うこと が可能。 • 失敗あるいは危険な動作を行った場合にも傷害・損傷を起こすことが無い。 このように、VR 技術を用いた医療手訓練システムは医学書や、熟練医からの 口頭教示、マネキン人形を用いたような訓練手法に無い利点がある。そのため、 近年他の訓練方法を補完・代行する方法として VR を利用した様々な訓練システ ムが開発されている。 血管や尿管などの器官の縫合を練習するシステムとして BDI 社製の Virtual Surgery がある [18]．このシステムは SensAble Technologies 社製 PHANToM を用 3 いて力覚提示を実現している．同様に PHANToM を用いた力覚提示を行ってい るものとして，黄斑前膜症を対象とした眼科外科医用手術シミュレータ [19] や他 にアクチュエータ付きのリンク機構を身に付け，各指に独立に力を提示する骨組 み型のデバイスである Rutgers MasterII[20] を用いた肝臓の触診シミュレーショ ン [21] や独自の力覚提示システムを用いた，肝臓の切開処理を可能とする VR シ ステム [22, 23] が挙げられる． VR 技術を用いた訓練シミュレータは様々あるが、拍動や脈動を対象とし、そ の再現を目指した研究は少ない。この理由として、拍動を含めた反力及び変形を 記述し、実時間で提示することが困難であること、また人体のうち大半の部分は 拍動下で操作する必要がなかったり、有ったとしても拍動が小さいために捨象さ れる場合が多いことなどが考えられる。次に、脈動を考慮した VR 訓練システム の実例として、大動脈弓の触診シミュレータと肺の力学モデルがある。 (1) 大動脈弓の触診シミュレータ [3] 大動脈弓の触診シミュレータは心臓から吐出されたばかりの動脈血が通過 し、主要動脈へ分配する大動脈弓を対象としたものである。大動脈弓はそ の性質上動脈硬化を起こしやすく外科医は硬化場所を判別した上で患部に 対する処置を行う必要がある。その際に、外科医は大動脈弓に対して直接 触診を行う。しかし、術中触診は生体による訓練が極めて困難であるので、 VR 技術を用いた訓練システムとして構築された。 その特徴は、大動脈弓に現れる大きな圧による脈動の再現、提示である。し かし、ここで用いられているのは血管のみのモデルであり、他の要素は考 慮されていない。理由としては、対象が大動脈弓の直接触診であるため、他 の要素が必要なかったということ、が挙げられる。 (2) 肺の力学モデル [2] 腹腔鏡、胸腔鏡を用いた肺の手術の訓練を目的とした肺の力学モデルであ る。肺は、その構造上、呼吸等の内圧の変化によって収縮し、性質を変化 させるが、従来の変形モデルでは、内圧を考慮していない。また、胸腔鏡 を用いる場合はある程度の熟練を要するにもかかわらずその訓練が困難で 4 あるので、VR を用いて訓練システムのための構造力学モデルとして構築さ れた。 本モデルの特徴は、空気による内圧を考慮した肺の全体的な弾性を記述し、 呼吸による圧変化の再現、提示である。ここで用いられているモデルは肺 を構成する様々な要素がある中、構成要素を肺胞同士がつながれた立体構 造のみとみなしている。力学構造は内壁における圧と組み合わせることに よって提示し、気管支など他の要素や肺の区分構造は考慮されていない。 このように、脈動や脈動の再現を取り扱うシミュレーションの場合、現状では 対象の構造を単純化して取り扱うためにその性状や周辺臓器との関連が正確に表 現されていない可能性がある。また、体内臓器の力学特性の計測は困難であるた め、シミュレーションにより提示される力覚の定量的な評価がなされていない。 2.2 実時間力学計算手法 VR 訓練システムを動作させるには、実際の様々な病態・症例や人体の挙動を 示すため、人体あるいは臓器等の力学計算モデルが構築される必要がある。これ までに開発されているモデル及びその実現方法について述べる。 臓器モデルを単純な弾性体と考えたとき、その弾性体に対する力覚とは、弾性 体に対して施した何らかの作用により感じられる反力のことである。例えば弾性 体を押す場合に感じる弾力や、掴んだ場合の把持力、あるいは刺す場合の穿刺力 などの力覚である。弾性体の変形に伴って生じる力は、弾性や粘性といった物理 的な性質によって異なる [7]。物理的性質のモデリング手法としてバネとダンパを 連結したモデル (バネモデル) と有限要素法を用いたモデルがよく用いられる。以 下 2 つのモデルについて詳しく述べる。 2.2.1 バネモデル バネモデルは、弾性変形と粘性流動をバネの伸縮とダンパのすべりで表現し た力学的なモデルである。粘弾性の概念をモデル化したものとして Maxwell 型、 5 Voight 型がある。Maxwell 型はバネとダンパを直列にしたモデルであり (図 1)、 Voight 型はバネとダンパを並列にしたモデルである (図 2)[7]。 Spring Damper Spring Damper 図 2 Voight 型 図 1 Maxwell 型 バネモデルでは弾性体を幾つかの格子に分割し、格子点に質点を配し、格子間 をバネとダンパ要素で結ぶ。ある格子点に何らかの作用が施されると、それに対 応した変位が発生し、その変位が他の格子点に伝わり全体が変形する [6]。柔らか い弾性体の場合、バネモデルによる表現では実物体の物理特性を直接記述できな いため、実物体の物理特性及び、柔らかさの表現法についての研究が進められて いる [8]。 この関連研究として、物体を均質であると仮定し、バネモデルの変形に伴う力 と弾性変形モデルによる力とを等しいとおくことで、物理的な変形特性を反映し たバネ定数を与える手法 [9] や、実物体から得られる計測情報に基づいて柔らか さの決定を行う [10][11] ものがある。しかしバネモデルは変形の過渡特性と計算 の安定性に問題がある [12]。変形の過渡特性の問題は、バネモデルの計算 1 サイ クル辺りの力の伝搬が、バネに接続する隣接質点にしか伝搬されないことに起因 する。このためバネモデルに過度に力が加わる場合には、隣接質点だけにその力 が伝搬され、バネモデルの構造が局所的に破壊される。この問題に対する一般的 な解法は、バネモデルの粘性率を高めることによって、過度な力の発生を防ぐこ とである [8]。また、剛性の変形モデルを加味することによって、過度な力の発生 を抑制する方法もある [13]。 次に、計算の安定性の問題は、運動生成を行う際の数値計算のわずかな誤差に より、その解に大きく影響することに起因する差分法における離散時間間隔を大 6 きくとりすぎると、バネモデルが振動・発散してしまう。この問題の解決方法と して、バネモデルが振動・発散しない上限値以下の離散時間間隔を経験的に決定 する必要がある [8]。以上の理由からバネモデルに基づいた計算のみでは高精度で 反力を算出するシミュレーションの作成は難しい。 2.2.2 有限要素法 有限要素法は、変形操作に対し無限の自由度を持つ物体を有限の自由度を持つ 要素 (有限要素) の集合体として近似し、この集合体に対して成立する連立 1 次方 程式を解く方法である。有限要素法は、実物体の持つ物理特性であるヤング率や ポアソン比などを直接扱え、弾性理論に基づいた高精度な解を導出することがで きる。弾性体に粘性による時間遅れがないものと仮定すると、対象物体全体の変 形と力の関係は剛性方程式として次式のように表される。 f = Ku (1) f:各要素の頂点に働く力を表すベクトル u:各要素の頂点の変位を表すベクトル K:剛性マトリクス （1）式において、ある力が加えられたときの物体のひずみを求めるためには、剛 性マトリクスの逆行列を求める必要がある。しかし、この剛性マトリクスの逆行 列を求めるには膨大な計算量が必要となる。実時間性の高い手術シミュレーショ ンなどの用途に適用する際、莫大な計算時間を要することは大きな問題である [8]。 この問題に対して林ら [14] や中尾ら [15] は condensation 手法 [16] により計算を高 速化している。これは物体内部の頂点の挙動を表面の頂点の挙動に置き換える手 法である。頂点が物体内部にあるか表面に存在するかを区別できれば前処理とし て適用でき、変形に関して通常の計算手法と等価な解が導出できる。物体を構成 する頂点は大部分が内部に存在するので、システム実行時の内部頂点に関する計 算を表面頂点に内部頂点の振る舞いを帰着させることによって、大幅な計算量の 削減と等価な解の導出を実現できる。他にも、前処理において、あらかじめ変形 7 操作に対する物体の変位を計算しておき、実時間での弾性変形を実現する方法も 提案されている [17]。 2.3 本研究の位置づけと方針 前節で述べたように仮想環境における臓器モデルの代表的な弾性表現の方法と してはバネモデルと有限要素法が存在する。バネモデルは、モデルの単純化によ る高速処理が可能で実時間処理を容易にするが、安定性に対する問題がある。対 して、有限要素法は弾性体に対する最も正確なモデルとされる [24]。本研究では、 有限要素法を用いて脈動を提示するための手首の構造力学モデルを作成する。さ らに、condensation 手法 [16] によって計算を高速化することによって、実時間で の脈動、つまり脈による力覚の提示を行う。 VR シミュレータは主に各種手術手術における術具操作の反復練習に用いられ、 その成績の向上に寄与している。しかし、その中でも脈動や拍動といったものを 対象としているシミュレータでは、構造が単純化して取り扱われるためにその性 状が正確に表現されていない。また、シミュレーションによって示されるものの 定量的な評価が行われていない。そこで、本研究では、脈動によって生じる反力 の変化を反映した手首の構造力学モデルを提案、実装した、ハプティックデバイ スを出力装置としたシステムを構築する。 8 3. 手首の力学構造モデル 本章ではまず提案システムの対象である手首を構成する解剖学的構造及び基本 的な生理的機能について述べる。次に、提案モデルの概要について手首との対応 を述べ、3 次元構造モデルの生成及びパラメータの設定について述べる。最後に、 脈動の提示を可能にする手首の力学的モデルの生成について述べる。 3.1 手首の機能、構造 手首は、上肢のうち、前腕と手の関節部分である。主に橈骨と近位手根骨の関 節である橈骨手根関節によってその関節機能は構成されている。そこには手の機 能を維持するための血管、神経及び筋、骨が通過している。 前腕の骨格的構造は肘関節より橈骨と尺骨の並行する 2 本の骨によって構成さ れる。この 2 本の骨は図 3 に示すように互いに膜様の靱帯である前腕骨間膜によっ て接続され、その両端において関節を成すことにより前腕の内転及び外転を可能 にしている。また、図 4 に示すように橈骨手根関節によって橈骨の遠位端と近位 手根骨が関節を成すことによって手首の全周囲方向への屈曲運動を可能にしてい る。それぞれの間は主に手根屈筋、手根伸筋によって接続され、手を支持してい る。[1] 図 4 手首の関節 図 3 前腕の骨 前腕を走行する動脈は主に肘関節付近において上腕動脈から分岐する橈骨動脈・ 9 尺骨動脈の 2 つから構成される。図 5 にその配置を示す。橈骨動脈は橈骨と平行 して、橈側手根屈筋の外側を下る。橈骨茎状突起の下で、長母指外転筋および短 母指伸筋の腱の下を通って手背に出て、次いで第 1 背側骨間筋の 2 頭の間を通っ て手掌に現れ、ここで母指主動脈を分枝し、終枝が尺骨動脈の深掌枝と結合して、 深掌動脈弓を作る。尺骨動脈は円回内筋の深部を通って、尺側手根屈筋の腱と浅 指屈筋腱の間を下行し、頭状骨の外側を通り、手掌に達し、末端は橈骨動脈の浅 掌枝と合して、浅掌動脈弓を作る。[1] 図 5 前腕-手の動脈 また、手首部分の断面は複雑であり、構成している皮膚表面、動脈、骨、筋の 配置関係は図 6 のようになっている。橈骨の下端、つまり手首寄りの部分で肥大 し、またその先の手根骨も前面、背面ともに指を動かすための筋（指伸筋、指屈 筋）とその腱が皮膚表面近くを走行し、手根伸筋、屈筋とともに前腕と手の間を 結んでいる。 10 図 6 手首の断面 3.2 提案モデルの概要 本節では、提案する手首の構造力学モデルとその設計の概要について述べる。 提案する脈動再現シミュレータでは実際の脈診と同様な反力を提示できなければ ならない。そこで、本モデルでは以下の点について満たすものとする。 手首形状・解剖学的構造の反映 手首を構成する骨や筋、脈を生じるための動脈などを位置のみならずその 性質も含めて反映する 有限要素法に基づく脈の再現 有限要素法を用い、脈の脈動と脈診のための圧迫によって生じる反力を再 現する 押し込みに伴う脈の変化の反映 脈診による押し込みによって感じる拍動の強さの変化を反映する 実時間計算による力覚提示 有限要素法によって算出される反力を実時間計算で求め提示する 11 3.3 手首の形状を反映した 3 次元モデル 脈触診は皮膚表面近くに存在し、触知しやすいという理由から橈骨下端付近の 橈骨動脈で脈診を行うことが多い。触診部位としては、前腕の手関節の体幹側直 近の外側、図 7 のように手首より少し肘寄りの親指側付近となる。そこで、モデ ル作成の対象を橈骨動脈による脈触診が可能な区間とする。また、脈触診を対象 としているため、背側の構造は特に重要ではなく、前腕の固定的な支持構造であ る橈骨・尺骨によって区切られた体幹側の構造について反映したモデルとする。 図 7 脈触診位置のイメージ 構成要素としては、図 8 のように以下の３要素に分けられ、それぞれについて 弾性が与えられる。 • 力を与える部分としての 動脈 • 力を伝達する部分としての 皮膚や脂肪 • それらを支持する部分としての 筋・腱・骨 手首の対象区間の形状及び内部の状態を反映した３次元構造モデルの作成方法 について述べる。 12 図 8 手首の断面とモデル化イメージ 13 本モデルにおいて正確な手首の形状を得るために、構造を把握できるような断 層画像を用いる。断層画像の例としては、CT や MRI によるもののほか、Visible Human Dataset[4] のような可視化人体画像データがある。本研究では、Visible Korean Human[5] を採用する。図 9 にその断層画像の例を示す。 図 9 Visible Korean Human の断層画像の例 まず、必要部分である手首付近のデータを抽出する。図 10 にあるように、原 データにはその他の部位や画像撮影のための氷等が入っている。そのため、不要 な部分を除去し、手首付近の断層像のみになるようにする。 ⇒ 図 10 手首部分の抽出 次に、抽出した手首の画像に対し、必要な部分ごとに解剖学的属性を定義する。 画像上に見える部位の解剖学的な特徴から属性を推測し、図 11 のように部位ご とのラベルを作成する。 14 ラベル 白 ................................. 骨 灰 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 筋など 黒 . . . . . . . . . . . . 空間（何も無いところ） 図 11 属性ラベリング画像 属性ラベリング画像を重ねた３次元画像について TGS 社の amira を用いて３ 次元化する。それは、４面体要素を充填することによって成され、属性を反映し た層様の構造をなす。 ４面体要素充填した３次元構造に対してその属性に応じた弾性率であるヤング 率を設定する。また、属性に応じて３次元構造中の固定点である固定ノードを設 定し、脈動を生じさせるために必要な内壁ノードを設定する。骨にあたる部分に ついては固定ノードに設定する。 ノードに与えた属性 青 . . . . . . . . . . . . . . . . . . . . . . . . . . 弾性率小 白 . . . . . . . . . . . . . . . . . . . . . . . . . . 弾性率大 赤 . . . . . . . . . . . . . . . 内壁（血管）ノード 茶 . . . . . . . . . . . . . . . . . . . . . . . . 固定ノード 紫 . . . . . . . . . . . . . . . 表面（接触）ノード 図 12 弾性つき４面体要素 15 3.4 脈動の力学モデルの生成方法 この節においてはまず、脈動による力覚を適切に提示するための力学計算モデ ルについて述べ、次に脈動による反力を生成するための血圧と押し込み操作に対 する反力計算方法について述べる。 脈動を計算するための要素としてまず脈波がある。脈波は血圧の時系列変化で あるので、各時点においてその圧力を血管の内壁に与えているものと考えること が出来る。与えられた力によって図 13 のように血管は拡縮する。 図 13 脈波と血管の拡縮 脈動の提示を考慮した弾性による反力を提示するための計算モデルについて 述べる。弾性体に粘性による時間遅れが無いものと仮定すると、有限要素法の静 解析法より 2.2.2 に述べたように (1) 式が成り立つ。また、剛性マトリクス K は condensation 手法 [16] によって固定ノードを省いた剛性マトリクスに変換するこ とが出来る。この縮小された剛性マトリクスの逆行列を L とすると (1) 式より接 触可能な表面ノードに対する応力・変位に対して (2) 式、その逆計算として (3) 式 が成り立つ。f はモデルに与えられる外力、u は変位である。 u = Lf (2) f = L−1 u (3) このとき、(3) 式の計算は L−1 を使うことによって式 (1) のように K で計算す るよりもよりも少ないコストで同様の目的を達成できるものである。 16 次に、内壁ノード、接触ノード、その他のノードの添え字をそれぞれ i、c、o と すると、(2) 式は (4) 式のように表すことができる。 ui Lii Lio Lic fi uo = Loi Loo Loc fo uc Lci Lco Lcc fc (4) ここで、(4) 式から接触ノードの変位を求めると (5) 式が求められる。 uc = Lci fi + Lco fo + Lcc fc (5) このとき、力が与えられるのが接触ノードと内壁ノードのみであるとすると uo は 0 であるとみなす事が出来るので、(6) 式のように表すことができ、(7) 式を導 くことが出来る。 uc = Lci fi + Lcc fc (6) fc = L−1 cc (uc − Lci fi ) (7) このとき、uc 及び fc を求める計算は、右辺が L、L− 1、および u、f のみとな る。そのため、あらかじめ L および L− 1 を求めておくことによって計算の高速化 を図ることが出来る。 (7) 式から求められる fc は計算上押し込みと脈動の両方の力を反映しており、 正しいように見える。しかし、定性的な感覚に従うと、脈診の際、押し込むにし たがって脈を強く感じる。それは、反力が全体的に増加しているのではなく、波 の部分だけが強くなっているような感覚である。よって、(7) 式によって示され る反力は定性的な正しさに欠ける。 その原因は (7) 式を構成する要素および線形有限要素法の計算手法自体に起因 する。構成要素は、押し込みによる接触ノードの変位である uc と脈動による接 触ノードの変位である −Lci fi および剛性マトリクスの L−1 cc で、この３つの値は 互いの値に関して無関係。uc − Lci fi から求められる接触ノードの論理的な変位 に対して L−1 cc を掛けることによって応力を求める。本モデルで用いているのは線 17 形有限要素法であるので、変位に対する応力の変化は線形である。また、剛性マ トリクスの再計算は考慮しないので、圧迫によって性質に変化が生じるような事 象には対応できない。そのため、脈波のみ増幅された反力を出力することができ ない。 しかし、非線形有限要素法や、剛性マトリクスの再計算を伴ったモデルの場合、 計算コストが莫大なものになり、実時間処理を行うのは困難である。そのため、 非線形有限要素法や、剛性マトリクスの再計算を用いることなく押し込みに応じ た脈動による反力の変化を提示する必要がある。(7) 式において脈動による変化 を表しているのは Lci fi であるので、押し込みによる変化を反映させるにはこの 値に対して uc の値に依存した関数を介在させることによって示すことが出来る と考えられる。以上から、本研究では脈動によって内壁に生じる応力の項に uc の 関数をかけた (7) 式に基づいて反力を導出する。g(uc ) は、5.1 節の実験結果より 求められる (11) 式によって示す。 fc = L−1 cc (uc − Lci fi g(uc )) (8) そこで、血圧の変化による血管の変位を求めるには、四面体要素を構成する血 管内壁に面した頂点に対して与えられる力の大きさを算出することが必要である。 内壁の頂点はその頂点を含む四面体の一面である三角形に与えられる力の合計か ら求められる。 図 14 の、一部を切開した管模型から説明すると、右図において青く塗られた点 が計算対象となる頂点であり、黄色と赤の部分がその頂点を含む三角形である。 そのとき、各三角形はその各頂点へ均等に力を配分していると考えられるのでそ れぞれの面積を 1/3 し、必要な部分を取り出し、図中の赤の部分である対象部分 の面積にその時点の圧を血管外方向に与えられ、その計算は、(9) 式によって示 される。 18 図 14 内壁面積 fi = SP ni 3 (9) fi :内壁のある頂点に働く力を表すベクトル ni :内壁のある頂点における法線ベクトル（内側方向） S:その頂点を含む内壁表面の三角形の面積合計 P :そのときの圧 脈動によって血管である内壁ノードに生じる応力は脈診による圧迫の影響を受 けないと考えられる。それによって、内壁ノードに与えられる応力 fi は実時間で 処理する必要はなく、あらかじめ計算して用意しておくことが可能である。 この結果、提示される反力 fc は (7) 式に (9) 式から求められる fi と計算時点で の圧迫による押し込み uc を代入することによって求められる。このとき L は先に 計算して用意しておくことが可能なので Lci fi も先に求めておくことが可能。そ れによって計算を高速化し、実時間処理を可能にする。 19 4. 脈動再現システムの構築 脈動再現システムの構築および手首の力学モデルデータの作成手順及びシステ ムの仕様について述べる。 4.1 外部仕様 本システムは図 15 に示すような構造を持つ。入力として「４面体メッシュ」、 「３次元画像」、「剛性マトリクス」、「脈波」のデータとハプッティックデバイス からもたらされる位置情報を持つ。そして出力としてはハプティックデバイスへ の反力及び変形した３次元画像のモニターへの表示を持つ。 図 15 外部仕様概念図 この仕様を実現するハードウェア構成を以下に示す。用いた PC は Dell Com- puter 社製の CPU は Intel Xeon 2GHzDual、Main Memory を 2GB 搭載したも のである。OS には Windows XP Professional SP2、Video Card には NVIDIA Quadro4 900 XGL の VRAM を 128MB 搭載したものを使用した。 PC DELL Precision Workstation 530 CPU Intel XEON 2GHz Dual Memory 2GB 20 Video Card NVIDIA Quadro4 900 XGL (128MB) Display Dell 2000 FP (DVI-D) ハプティックデバイス PAHNToM Premium (Sensable Inc.) 図 16 ハードウエア構成図 また、操作のために、モニタ上に３次元変形画像と同時にダイアログを表示す る。ダイアログを含めたシステムの画面を図 17 に示す。 21 図 17 システム画面 4.2 内部仕様 本システムの構造と内部におけるデータの流れについて述べる。本システムは、 大きく分けて、前処理部であるマトリクス生成と脈動生成。そしてリアルタイム 処理の３つに分かれている。 マトリクス生成部分 マトリクス生成部分は前処理部分として位置づけられ、本システムにおいてシ ミュレーションを動かす前に動作する部分である。その構成は図 18 に示すように なっており、システム上で処理するのは赤枠内の工程である。既成のアプリケー ションやその他の手法によって３次元画像のような形状データから生成された４ 面体メッシュに、４面体ごとに属性をラベリングすることによって、属性つきの４ 面体メッシュが生成される。この４面体メッシュに対して基本的には属性ごとに 弾性値や内壁ノード、固定ノードなどの力学情報を付与する。この力学構造を持っ た４面体メッシュに対して剛性マトリクス及び、condensation 手法 [16] によって 減縮された剛性マトリクスの逆行列が求められる。また、属性と４面体メッシュ を構成する各要素の情報を持った構造情報のデータについても出力される。 脈動生成部分 22 また、脈動による内壁の変位はそのときの押し込みの影響を受けないとされる ため、前計算によって算出し、時系列に合わせて取り出して使うことが出来る。 データの流れは図 19 に示される。データとしては、時系列の脈波データ、構造情 報、そして剛性マトリクスの３つの入力がある。脈波データにある圧情報から各 時点における内壁ノードにかかる応力を求め、その応力によって生じる各種変形 を剛性マトリクスを用いて求める。その結果、脈動する際の内壁ノードの生じる 応力及び、接触ノードを含めた非固定ノードの変位は、時系列順に並んだデータ として出力される。 図 18 マトリクス生成 DFD 図 19 脈動生成 DFD リアルタイム処理部分 リアルタイム処理部分は、変形計算における 30Hz のリフレッシュレートを満 たしつつ処理を行う部分である。まず、データの流れは図 20 に示すような構造に なっている。入力されるデータは大きく分けて２つあり、１つめは構造情報と、 剛性マトリクス、その原型及び外観を構成する３次元画像データからなる前処理 済み、あるいは前処理の必要の無い固定データである。 次に、前処理によって時系列のデータに書き換えられた脈動による内壁ノード の応力と、非固定ノードにおける変位のデータ。そして、PHANToM を操作する ことによって生じる指示座標がある。前者は完全な固定データであるのでそれそ のものに変化は生じない。それに対し、後者は時系列データである脈動によるデー タ２種とユーザ入力である押し込み、つまりデバイスからの座標情報である。つ 23 まり、脈動による変化や、押し込みによる変化が起こるたびにこの処理は行われ る。押し込み及び脈動による変位によって接触ノードにおける反力が求められる。 この計算は高速で、十分実時間での力覚提示が可能である。この計算によって求 められた力はそのまま、PHANToM に返され、手元に反力として提示される。こ れは、反力の遅延は感覚とのずれを起こし、現実感を生じさせるためには重要な 部分であるからである。ここでもとめられた応力は脈動の内壁ノード応力とあわ せて変形の計算に用いられる。脈動と手元に出力される応力からは各座標おける 変位が求められる。この変位は大元である３次元画像に当てはめ、この画像を変 形させるのに用いられ、まるで触っているかのような変形をディスプレイを通し て表示する。リアルタイム処理部は、この処理を高速に繰り返す。 図 20 リアルタイム処理 DFD 24 5. 実験と結果 実際の脈の計測及び提案システムの確認、評価のために三つの実験を行った。 本章では、実験の詳細と結果について述べる。 5.1 脈による反力の計測実験 (8) 式における押し込みを反映する関数である g(uc ) を求めるために、実際の脈 による反力を計測することによって押し込みによる脈波の反映度合いの変化を調 べる。 実験装置 実験装置にはテック技販製の３分力センサと、センサを固定し、安定 的に押し込みの間隔を調整するためにバイスと組み合わせたものを使用し た。図 21 に示す。 ࡦࠨ 図 21 実験（計測）装置 図 22 計測実験の様子 実験方法 以下の方法で実験を行った (図 22) • 図 21 の実験装置の中央部に腕を通す • 手首の触診位置をセンサと平行になるように配置して、 センサの位置を順次引き下げる • 押し込みの度合いは装置上における絶対位置に基づいた 解析 以下の方法で得られたデータを解析し、結果を導いた 25 • 図 23 にあるようなグラフが得られ、電源に起因すると思われる 40Hz 以上の高周波成分をフーリエ変換・逆変換を用いて取り除いた • 高周波成分除去後のデータより深さと反力幅（周期中で最も強い反力 と最も弱い反力の差分）の関係を得た（図 24） 0.7 raw-data 補正後データ 0.65 反力 (N) 0.6 0.55 0.5 0.45 0.4 0.35 0 1 2 3 経過時間 (sec) 4 5 図 23 計測データ及び補正後データ（押し込み 1mm） 結果 押し込みの深さに対して反力幅の変化に一定の傾向が見られた。 近似曲線としては (10) 式によるものを得た。 fmax−min (uc ) = −0.00732664u2c + 0.052367uc − 0.0080605 (10) このとき、手首に対する最初の接触位置、つまり押し込み深さ 0 の位置は 不明確である。そこで、押し込みによる力の変化は押し込み深さ 0 のとき に 0 で、それ以降押し込み深さと関係すると仮定すると、近似曲線におけ る原点寄りの x 軸との交点は最初の接触位置を示すと考えることができる。 そこで、(10) 式での x 軸との交点のうち原点寄りの点を最初の接触点とみ なし、押し込み深さ 0、反力差 0 の点である原点を通過するよう x の負の方 26 向へ平行移動させたものを (11) 式に示す。この g(uc ) は 3.4 節にて提案した (8) 式に代入される。 g(uc ) = −0.0073266u2c + 0.050061uc (11) 反力 (N) 0.1 MAX-MIN 近似曲線 g(uc ) 0.08 0.06 0.04 0.02 0 0 1 2 3 深さ (mm) 4 5 図 24 押し込みと反力幅 5.2 シミュレーションの試行 前節で求めた関数を適用したシミュレーションを実施し、適切な反力が得られ るかどうかを確認した。 実験方法 (11) 式を実装したシステム上で、PHANToM による入力の代わりに内部的 に座標を変化させ、押し込んでいるのと同様の状態を作った。 27 結果 図 25 のように、深さを増すごとに反力のうち脈動による変動が大きくなり、 3.4mm の時点をピークに再び脈波による変動が小さくなる傾向が見られた。 押し込み深さ 1.8 1.2 6.4mm 5.8mm 5.0mm 4.2mm 1 3.4mm 0.8 2.6mm 0.6 1.8mm 0.4 1.0mm 1.6 反力 (N) 1.4 0.2 0.2mm 0 0 5 10 15 20 時間 (1/30sec) 25 図 25 システム上での押し込みによる反力変化 28 30 5.3 想定される状況下での評価実験 目的 • 提案システムの提示する脈動の定性的正しさについて確認する • 提案モデルにおける反力変化がそれを適用しない場合と比較して有効 であることを確認する 被験者 脈診経験のある医師・看護師 計３名 方法 以下の装置及び手順で行った 実験装置 図 26 にある装置を使用した 条件 • 血管部分の弾性値として 1.5MPa、その他組織部分の弾性値とし て 5.0MPa を設定した • 血圧は収縮期（最高血圧）160mmHg、拡張期（最低血圧）80mmHg と設定した • 以下の２つのモデルを用意した。 A 3.4 において求められた (8) 式に基づくもの B (7) 式に基づくもの 手順 • 図 27 のように PHANToM Premium の指サックに指を入れる • こちらから指定する反力幅が最も広くところまで指を押し下げて もらい、そのときに確実に触知出来るように調整してもらう • 一旦指を上げてから、触診しているのと同様に触ってもらい、そ れらしい反力（感触）を得られた深さを伝えていただく • ２つのモデルについて触って頂き、最終的にその他の点も合わせ てアンケートに回答して頂いた 評価項目 計測 触知出来た深さとそのときに提示していた反力、及び反力幅 アンケート 以下の５項目について選択あるいは記述回答いただいた • ２つのモデルそれぞれについて感じた現実感について５段階評価 • その理由 29 図 27 試用実験の様子 図 26 実験装置 • 脈の感触を得られた深さについて、感触を得たと判断した理由 • 最もよく感じることが出来る押し方について • その他感想、意見 結果 計測 触知出来た深さとそのときに提示していた反力、及び反力幅 各被験者について共通して約 6.5mm 付近から脈、あるいは脈と思しき 感覚を得た。との反応があった。 アンケート 以下の５項目について選択あるいは記述回答いただいた • ２つのモデルそれぞれについて感じた現実感について５段階評価 被験者１ 被験者２ 被験者３ モデル A １ ３ ４ モデル B １ １ １ • その（評価の）理由 A-１ 指サックに指を入れることによる指全体の振動では、感覚が 違い、現実感が無い。 A-３ 指全体で感じてしまう。血管の太さがわからず、血圧の判断が しにくい。 B 不明であった 30 • 脈の感触を得られた深さについて、感触を得たと判断した理由 – （デバイスからの）振動が伝わったときに人間の脈に触れたと きの感覚があった。 – 拍動を感じた。拍動自体はわかりやすい。 • 最もよく感じることが出来る押し方について – 強く下に押したとき。想定血圧から考えると押すほど強くな るのは正しいと感じる。但し、距離がありすぎる。 • その他感想、意見 – 指を包むのではなく、指の一部が血管のようなものに触れる ような構造のデバイスによる提示のほうがわかりやすい。 – 押し込む距離がややありすぎる。（通常より多く押し込む必要 がある） 31 6. 考察 力学構造モデル 力学構造モデルの作成において断層画像からのモデル生成を行った。そ の際、属性ラベルの設定は解剖学的な知見に基づき、画像を目視確認しな がら領域指定を行った。そのため、ラベルによる属性の指定は十分な精度 を持つと考える。 また、ラベル画像からの４面体要素充填における四面体の密度は高いほ うがより精度の高いシミュレーションが達成される。しかし、その要素数 は計算速度に直結する問題であり、要素数が大きい場合その計算時間は大 きくなり、実時間性を喪失する。よって、5.2 節において用いたモデルは、 実時間性を達成し、かつ、押し込みに対する適切な反力をシミュレートで きていることから妥当であると考える。 力学計算モデル 脈波の時系列データに基づいて血管内壁に与えられる力の大きさを求め た。シミュレーション試行においては脈波は正常脈データを用いたが、圧 変化であるので不整脈の際の力覚の再現性に関する更なる検証が望まれる。 パラメータ計測 計測実験によって式 (11) のように脈による反力の幅が二次の変化傾向を 示すことが得られた。その理由としては２つのことが複合的に影響してい ると考えられる。一定の深さ（動脈の存在する深さ）までは間の組織を圧 迫することによって力の伝達性が大きくなると考えられる。このことによっ てより脈波による力の差異が伝わるようになり、その結果反力の幅がより 広くなる。ピークを迎えた後は、組織ではなく、直接血管を圧迫する状態 になり、血液流量が減少することによって生じる圧が低下する。力の伝達 状態が良いとしても脈動自体が弱くなり、必然的にそこから生じる力は減 少する。そのため、押し込みによる反力のみが提示されるようになると考 える。 この際、計測の被験者は 5.2 節において用いた構造モデルとは別の人物で 32 ある。よって、構造モデルと力学モデルは同一とはいえない。しかし、手 首付近の構造の個人差は極端に大きいとは考えにくく、特に脈診部位に関 しては近似していると考えられる。そのため、反力変化の傾向を示すとい う点では問題ないと考えられる。しかし、シミュレーションの対象を忠実 に再現するという点では不完全な点があり、同一人物の形状データと反力 データを用いることによってその関係を得ることが必要と考えられる。 シミュレーション試行 計測結果より得られた脈動による反力変化の押し込みの深さとの関連を 実装した。その結果、上記計測実験で得られた波形と同等の反力及び反力 の変化を得ることが出来た。このことから、計算機上では脈触診時におけ る反力をほぼ再現出来ていると考えられる。 試用実験 試用試験は少人数ではあるが、医療従事者である医師、看護師の方の協 力をいただくことが出来た。全体的に厳しい評価がなされているがその原 因は今回使用したハプティックデバイスである PHANToM Premium の使用 形態に起因するところが少なからずあったものと思われる。このデバイス は装置のアームの先端に指サックが装着されており、力覚を得るには図 28 にあるように指サックの中に完全に入れ、指先を包み込まれる必要がある。 図 28 指サック部の拡大 しかし、指を包み込まれると指全体が力を受けるため、脈診の際に感じ 33 る血管の走行のようなもの、つまり力の集中するところが存在しない。そ のため、管を横から押さえるようなデバイスを用いることによって力覚を 改善できる可能性がある。 提示された力とそのリズムのみに関して言えば、一定の評価が得られた ものと考える。つまり、本研究におけるモデルはある程度脈動を再現でき、 完全ではないにしても定性的な正しさを示すことが出来たといえる。 34 7. おわりに 脈診は、基本的な健康状態の判断指標として洋の東西を問わず古くから用いら れており医療スタッフが身につけるべき基本手技である。しかし、従来の訓練方 法では体験することが難しかった脈動についてよりよい訓練環境を提供する必要 が高まると考えられる。本論文では、これまで、脈動を伴うシミュレータではな されていなかった詳細な構造力学モデルを用いた脈動再現シミュレータについて 提案した。 本システムでは、手首の解剖学的な属性を考慮した詳細な力学構造モデルを作 成し、立体構造とその弾性を表現した。また、脈波モデルを適用することによっ て脈動による反力を求め、押し込みによる脈動による反力の変化を反映する力学 計算モデルを作成した。 計測により、押し込みによる脈動の反力の成す波形の変化傾向を得、パラメー タの設定を行った。設定したパラメータより脈動の際の妥当な反力を実時間でシ ミュレートできた。また、本システムは脈触診の訓練に供することを背景として いるため、医療従事者による評価実験を行い、一定の評価を得た。 本システムにおける力学構造・力学計算の両モデルは、その正しさについて一 定の評価を行うことが出来ると考える。力覚提示装置の使用形態から力の状態は 近似していたものの、感覚的には異なるものであるとの評価もあった。また、モ デルを構成するデータの精度に関して向上の余地があり、断面構造や反力特性に 関してさらに多数の同一人物の断層像及び反力計測を行い、個人のモデル構築の 必要性がある。今後、より詳細なモデルの作成と感覚的に正しいと感じることの 出来る力覚の出力形態についての検討が必要である。 35 謝辞 本研究の機会を与えてくださり、終始温かい御指導、御助言を戴きました情報 科学研究科湊小太郎教授に厚く御礼を申し上げます。 本研究の遂行に当たり、有益な御助言を賜った、情報科学研究科木戸出正継教 授に心より感謝致します。 多くの御意見を頂きました情報科学研究科杉浦忠男助教授に深く感謝致します。 MVRApp 基本システムを提供していただき、また実験についての調整をして いただき、被験者にまでなっていただいた (図 22 参照) 上に、終始にわたり非常 に有益な御助言を賜った情報科学研究科中尾恵助手に心より厚く御礼を申し上げ ます。 実験の被験者になっていただいた京都大学医学部付属病院のみなさま、場所・ 機材をお貸しいただいた京都大学医学部付属病院医療手情報部開発室の皆様に厚 く御礼を申し上げます。 研究に取り組むにあたり、日頃から多くの有益な御指導及び御助言、ご支援を いただきました滋賀医科大学医学部小森優教授, 情報科学研究科佐藤哲大助手に 心より感謝の意を表します。 集中の途切れた私の愚痴・無駄話に付き合っていただいた湊研 M2 の皆様、不 甲斐ない発表、中身の無い進捗報告を気にせず聞き続けて頂いた上に下請け作業 までして頂いた湊研 VR 班 M1 の皆様に心より感謝いたします。 その他、有形無形のご協力を頂いた皆様に心より感謝いたします。 36 参考文献 [1] 寺島俊雄. 系統解剖学講義ノート. http://www.lib.kobe-u.ac.jp/products/anatomy/KNHN2.html. [2] 石田 実里, 田畑 慶人, 佐藤 哲大, 中尾 恵, 黒田 嘉宏, 菅 幹生, 湊 小太郎; 力覚提示可能な肺内圧を考慮した 3 次元肺モデルの提案, 第 17 回日本エム・ イー学会秋季大会予稿集（生体医工学 第 41 巻 秋季特別号）, pp.177,(2003). [3] 山本 恭弘, 中尾 恵, 黒田 知宏, 小山 博史, 小森 優, 松田 哲也, 坂口 元一, 米 田 正始, 高橋 隆, ”心臓血管外科における拍動を伴う大動脈触診シミュレー ションシステム”, 電気学会論文誌 E, Vol. 123, No. 3, pp. 85-92,2003. [4] NATIONAL LIBRARY OF MEDICINE. The Visible Human Project. , http://www.nlm.nih.gov/research/visible/visible human.html , 1995. [5] Jin Seo Park, Min Suk Chung, Sung Bae Hwang, Yong Sook Lee, Dong-Hwan Har and Hyung Seon Park, “Visible Korean Human: Improved Serially Sectioned Images of the Entire Body”, IEEE Transactions on Medical Imaging, vol. 24, no. 3, March 2005, pp. 352-360. [6] 寺田尚史. ハプティックデバイスの医療応用. 情報処理学会誌, Vol. 43, No. 5,pp. 519.524, 2002. [7] 佐藤恭子. 磁気共鳴弾性イメージングによる柔らかさ提示システム. Master ’ s thesis, 奈良先端科学技術大学院大学, 2001. [8] 河合裕文. 疎密バネモデルを用いた柔物体の仮想環境下における力覚提示を 伴う変形操作. Master ’s thesis, 奈良先端科学技術大学院大学, 2001. [9] 広田光一, 高橋英嗣, 金子豊久, 関口高三, 森山紀之. 手術シミュレーションの ための柔らかい臓器のモデルと操作環境. Medical Imaging Technology, Vol. 16, No. 1, pp. 31.41, 1998. 37 [10] 加藤学, 坂本雄児, 高橋宏卓. 変形操作を目的としたボリュームデータに基 づく仮想物体モデルの生成・再構成法. 電気情報通信学会論文誌 D-II, Vol. j83-D-II, No. 12, pp. 2822.2829, 2000. [11] 廣瀬伸吾, 森和夫, 李敏業, 加納裕. VR ベース 3 次元意匠形状作成システム‐ 基本システムの概念および試作‐. 日本バーチャルリアリティ学会第 5 回大 会論文集, Vol. 5, pp. 221.224, 2000. [12] 広田光一, 金子豊久. 仮想物体の弾性モデルに関する検討. 計測自動車制御学 会論文集, Vol. 34, No. 3, pp. 232.238, 1998. [13] S. Miyazaki, J. Ueno, T. Yasuda, J.Toriwaki S. Yokoi. A study of virtual manipulation of elastic objects with destrucion. Proc. IEEE Int. Workshop on Robot and Human Dommunication, pp. 26.31, 1995. [14] 林幸一, 小森優, 小山博史, 高橋隆. Haptics を伴う穿刺シミュレーションシ ステムの構築. 電気情報通信学会, Vol. 2000, No. 67-84, pp. 29?36, 2000. [15] 中尾恵, 黒田嘉宏. 実時間力学計算手法のライブラリ化と手術シミュレータの 開発. 平成 14 年度 IPA 未踏ソフトウェア創造事業「デジタル・ヒューマンを 実現する人間機能のモデリングとその応用ソフトウェア」研究報告会,2003. [16] S. Cotin M. Bro-Nielsen. Real-time volumetric deformable models for surgery simulation using finite elements and condensation. Eurographics Computer Graphics Forum, Vol. 15, No. 3, pp. 57-66, 1996. [17] S.Cotin, N. Ayache H. Delingette. Real-time elastic deformations of soft tissues for surgery simulation. IEEE Trans. Visualization and Computer Graphics, Vol. 5, No. 1, pp. 62.73, 1999 [18] 向井信彦. コンピュータグラフィックスを用いた高品質画像のリアルタイム 生成に関する研究. PhD thesis, 大阪大学大学院基礎工学研究科, 2001. 38 [19] 向井信彦, 原田雅之, 室井克信, 宮本裕仁, 浦谷明宏. PC ベースリアルタイム 手術シミュレータの開発. 電子情報通信学会論文誌, Vol. J84-D-II, No. 6, pp. 1213-1221, 2001. [20] D. Gomez, N. Langrana G. Burdea. Modeling of the rutgers master hptic display. Proceedings of Fourth Annual Symposium on Haptic Interface for Virtual Enbironments and Teleoperator Systems, Vol. 2, No. 2, pp. 727?734, 1995. [21] M. Dinsmore, N. Langrana, J. Ladeji G. Burdea. Virtual reality training simulation for palpation of subsurface tumors. 1997 Virtual Reality Annual International Symposium (VRAIS ’97), pp. 54?60, 1997. [22] 鈴木薫之, 鈴木直樹, 服部麻木, 内山明彦. バーチャル手術システムに適した 弾性臓器モデルの開発. 電子情報通信学会論文誌. D-II, Vol. 86, No. 9, pp. 1341-1349, 2003. [23] 鈴木直樹, 服部麻木, 江積剛, 熊野宜弘, 池本明夫, 足立吉隆, 高津光洋. 触覚 を伴った手術作業が可能なバーチャル手術システムの開発. 日本バーチャル リアリティ学会, Vol. 3, No. 4, pp. 237?243, 1998. [24] 中尾恵, 黒田知宏, 小山博史, 小森優, 松田哲也, 高橋隆. 物理特性に基づい た高詳細かつ対話的な軟組織切開手法. 情報処理学会論文誌, Vol. 44, No. 8, pp. 2255?2265, 2003. [25] M. Wan, A. Kaufman H. Qu. Virtual flythrough over a voxel-based terrain. Proc.IEEE Virtual Reality ’99, pp. 53.60, 1999. [26] 北原英雄. 景観シミュレーションのための実写画像を用いた建物データ合成に 関する研究. PhD thesis, 奈良先端科学技術大学院大学情報科学研究科,1999. [27] 北島政樹, 永田守男. 21 世紀の医学. 慶應義塾大学出版, 1998. 39 [28] L. Hodges, B. Rothbaum, R.Kooper, D. Opdyke, T. Meyer, M. North, J. Williford J. deGraff. Virtual environments for treating fear of heights. IEEE Comput, Vol. 28, No. 7, pp. 27.35, 1995. [29] 大須賀美恵子, 達野陽子, 下野太海, 平澤宏祐, 小山博史, 岡村仁. 病床の患者 のメンタルケアをめざした−ベッドサイドウエルネスシステム−の開発. 日 本バーチャルリアリティ学会論文集, Vol. 3, No. 4, pp. 213.220, 1998. [30] 土屋裕一. 軟部組織手術シミュレーション. Bit, Vol. 32, No. 6, pp. 11.18, 2000. [31] U. Kuehnapfel, H. Mas H. K. Cakmak. Endoscopic surgery training using virtual reality and deformable tissue simulation. Computers and Graphics, Vol. 24, No. 5, pp. 671.682, 2000. [32] 伊藤京子, 神月匡規, 石井裕剛, 吉川榮和. キャラクタエージェントをアバタ とナビゲータとして利用したネットワークコミュニティの実験. 情報処理学 会論文誌, Vol. 44, No. 7, pp. 1812?1827, 2003. 40