MEDICINE & AI

タイトル：FPM-R(2)Net: Fused Photoacoustic and operating Microscopic imaging with cross-modality Representation and Registration Network 雑誌名：Med Image Anal. 2025 Oct; 105: 103698. 概　要： 本研究は、神経外科を含む臨床分野におけるロボット支援顕微手術のための、光音響顕微鏡（PAM）と標準手術顕微鏡を統合した新しい画像処理手法を提案します。従来の顕微鏡カメラは、反射や環境光の変化に影響され、組織の解像度とコントラストが低いため、血管の可視化に限界があります。FPM-R²Netは、白色光とPAMの特徴を統合し、両者の対応を確立するためのネットワークを用いて、手術中の視覚化とガイダンスを改善します。合成データセットとマウス脳血管の生体内データセットを用いた評価により、従来の最先端手法と比較して有意な改善が示されました。 方　法： 本研究では、合成データセットとマウス脳血管の生体内データセットを用いたコホート研究を実施しました。MOdality Representation Network（MORNet）を使用して白色光とPAMの特徴を統合的に抽出し、Hierarchical Iterative Registration Network（HIRNet）を用いて両モダリティの対応を粗から細へと確立します。主要評価指標は、合成データセットでの交差比率とDiceスコアであり、これらを用いてネットワークの性能を評価しました。 結　果： 提案したFPM-R²Netは、合成データセットにおいて交差比率が10.3%、Diceスコアが6.6%の改善を示し、マウス脳血管の生体内データセットではそれぞれ15.9%と11.8%の改善を達成しました。これにより、従来の手法に比べて有意な性能向上が確認されました。 結　論： FPM-R²Netは、光音響顕微鏡と手術顕微鏡の統合による血管画像の視覚化を大幅に改善する可能性を示しました。この手法は、ロボット支援顕微手術における視覚ガイダンスの向上に寄与することが期待されます。