Prediction of FFR from coronary MRA using deep learning
| Project/Area Number |
18K07749
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 52040:Radiological sciences-related
|
|---|
| Research Institution | Mie University |
|---|
Principal Investigator |
Sakuma Hajime 三重大学, 医学系研究科, 教授 (60205797)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
石田 正樹 三重大学, 医学部附属病院, 講師 (10456741)
中山 良平 立命館大学, 理工学部, 教授 (20402688)
|
|---|
| Project Period (FY) |
2018-04-01 – 2022-03-31
|
| Project Status |
Completed (Fiscal Year 2021)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2020: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2019: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2018: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
|
|---|
| Keywords | 冠動脈疾患 / 冠動脈MRA / 人工知能 / 畳み込みニューラルネットワーク / 冠動脈造影検査 / 冠動脈血流予備量比 |
|---|
| Outline of Final Research Achievements |
In this study, the authors optimized a speedup technique for coronary MRA imaging in healthy volunteers and achieve high image quality of coronary MRA using convolutional neural network (CNN) -based image processing techniques. The artificial intelligence-based image processing techniques for diagnosing the stenosis on coronary MRA was investigated using invasive coronary angiography (ICA) as a reference. Preliminary tests showed high diagnostic performance, but there is room for optimization and further research is planned.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究では、冠動脈MRAの撮影高速化および高画質化が達成されたが、これは、非侵襲的冠動脈MRA検査の質の向上に寄与し、診断能向上に貢献できることが期待される。また、侵襲的冠動脈造影検査(ICA)で計測される冠動脈狭窄度を、放射線被曝や負荷薬剤投与を必要としない冠動脈MRA画像データから画像処理技術を用い非侵襲的に予測するアルゴリズムの最適化を検討したが、高い診断能を得るまでもう一歩のところまで到達しており、開発が完了すれば医療への波及効果は非常に高いと考えられる。
|
Report
(5 results)
Research Products
(8 results)
