人工知能を用いて多層検出器CT画像より疑似的なMR画像を作成する研究
| Project/Area Number |
21K07623
|
|---|
| 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 | Kumamoto University |
|---|
Principal Investigator |
中浦 猛 熊本大学, 大学院生命科学研究部(医), 准教授 (90437913)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
船間 芳憲 熊本大学, 大学院生命科学研究部(保), 教授 (30380992)
川上 史 熊本大学, 病院, 特任助教 (40565678)
木藤 雅文 熊本大学, 病院, 特任助教 (40744909)
永山 泰教 熊本大学, 病院, 助教 (60791762)
尾田 済太郎 熊本大学, 病院, 准教授 (80571041)
上谷 浩之 熊本大学, 大学院生命科学研究部(医), 助教 (80583046)
三上 芳喜 熊本大学, 病院, 教授 (90248245)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
Fiscal Year 2024: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000)
Fiscal Year 2023: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000)
Fiscal Year 2022: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2021: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000)
|
|---|
| Keywords | 人工知能 / CT / MRI |
|---|
| Outline of Research at the Start |
Dual Energy CTで得られる様々なコントラスト画像を利用して、MRIの様々なシークエンス画像や機能画像を人工知能を用いて作成する研究である。現時点でも心臓のextra-cellular volume (ECV) mapなどでは人工知能を用いなくても、ある程度同様のものが作成されており、このような処理を様々な部位や検査に適応することが最終目標である。
|
| Outline of Annual Research Achievements |
近年、欧米を主体にvalue based careが提唱され、費用対効果の低い検査を省略することが推奨されており、現在CT/MRIの両方で評価しているような疾患をどち らか一つで評価しなければならなくなる状況が予想されている。dual energy CTは従来のCTと比較して電子密度画像やヨード定量画像、カルシウム抑制画像など 様々な画像を作成でき、MRI検査を一部置換できる可能性があるものの、これらの画像は読影にかなりの経験を要する欠点がある。一方で、人工知能 （artificial intelligence: AI）による画像変換の精度はめざましく改善しており、正常に近い症例に限定すればCTから臨床的に使用可能なレベルの仮想MRI画 像を作成することに成功しつつある。本研究の目的はdual energy CTとAIを用いて、CTより日常臨床で使用可能な仮想MRI画像を作成することである。 現時点で、Deep Learningの学習環境およびプログラムについては構築済みであり、こちらを応用した腰椎のCTからMRIへの変換の論文がRadiography Volume 28, Issue 2, May 2022, Pages 447-453に掲載された。本研究課題はこの手法をdual energy CTに応用したものであり、初期段階の成果として重要と思われる。
昨年度はこのような症例を集めたものの、Dual Energy CTとMRIを両方撮影しているものが比較的すくない問題があり、腰椎に使用したモデルでは症例数がたりず、出力される画像の解像度も足りない問題点が判明した。また、微妙な位置連れも解消できない問題点もあった。ただ、幸いに以前に使用したモデル（pix2pix）の後継モデルがいくつか報告されており、これらのモデルのうち、今回のデータに使用できるものを探している。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
現在、症例収集は終了したが、Dual Energy CTとMRIを両方撮影しているものが比較的すくない問題があり、腰椎に使用したモデルでは症例数がたりず、出力される画像の解像度も足りない問題点が判明した。また、微妙な位置連れも解消できない問題点もあった。ただ、幸いに以前に使用したモデル（pix2pix）の後継モデルがいくつか報告されており、これらのモデルのうち、今回のデータに使用できるものを探している状況である。
|
| Strategy for Future Research Activity |
これ以上の症例数の追加は難しく、現在ある症例数で学習できるようなモデルを検索し、今年度中に論文の形で発表したい。
|
Report
(2 results)
Research Products
(1 results)
