複数のニューラルネットワークによる胃変形シミュレータの開発

摘要

我々は，以前，ニューラルネットワークを用いて実時間有限要素解析法と，それに基づき実質臓器の変形を推定するシステムを構築した［4］．本論文は，その手法を拡張し，大変形を伴う胃の物理的振る舞いをシミュレートする手法を提案する．胃のような管腔臓器は，形状だけでなく体積も変化するため，その変形パターン数は実質臓器と比べ爆発的に増加する．このように膨大なパターンを持つ対象を，1つのニューラルネットワークで学習させることは困難である．この問題を解決するために，我々は，複数のニューラルネットワークを用いて胃の変形を推定する．まず，変形の類似性に基づいて変形パターンをいくつかのサブデータセットに分類する．また，各サブデータセット内の冗長なデータを削除した後，各サブデータセットを用いて1つのニューラルネットワークを構築する．実験結果から，提案手法は，ネットワークの学習の高速化が実現でき，また，構築したシステムは，非線形有限要素法とほぼ同程度精度を保ちつつ，実時間で胃の変形を推定することが可能となった．