| Project/Area Number |
21K07731
|
|---|
| 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 | Yamaguchi University |
|---|
Principal Investigator |
國弘 佳枝 山口大学, 医学部附属病院, 講師 (30448310)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
伊東 克能 山口大学, 大学院医学系研究科, 教授 (00274168)
岡田 宗正 山口大学, 独立行政法人国立病院機構関門医療セン ター(臨床研究部)・放射線科, 生活習慣病対策研究室長 (70380003)
平野 靖 山口大学, 医学部附属病院, 准教授 (90324459)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
Fiscal Year 2023: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2021: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
|
|---|
| Keywords | CT / 呼吸器 |
|---|
| Outline of Research at the Start |
Snフィルターを用いた超低線量CT画像では、単純X線写真と同程度の被ばく量で撮像可能である。本研究では通常CTとSnフィルターを用いたCT画像を収集し、画質の比較評価を行う。次に人工知能（AI）技術、機械学習を用いて超低線量CT画像の画質の改善を図り、小児CT検査時の被ばく低減を図るとともに、超低被ばくCTによる画質の劣化対策として機械学習を用いた画像再構成法の確立をめざす。
|
| Outline of Annual Research Achievements |
小児においては放射線に対する感受姓が成人より高く、CT検査を行う際には適応を厳密に検討する必要がある。Snフィルターを用いた超低線量CT画像は単純X線写真と同程度の被ばく量で撮像可能であるが、従来のCTより画質が劣るという欠点がある。このため画質改善のための技術が重要であり、本研究では人工知能を用いて画質改善を図り、画像再構成法の確立をめざすとともに、小児や若年成人の被ばく低減機能を用いたCTへの応用を目的としている。本年度の研究実績は以下のとおりである。
機械学習を用いた画像解析法の検討：
前年度に加えて蓄積された症例を含め、匿名化されたDICOM画像(1mmスライス)を、通常CTを教師画像として、Sn100kVのCTを機械学習で画像再構成し、得られた画像の画質評価を行った。今後も画質の改善に向けた手法の検討を進めていく必要がある。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
理由
小児症例のCT件数は成人に比較すると明らかに少なく症例蓄積に時間を要したため、やや検討が遅れている。
|
| Strategy for Future Research Activity |
蓄積した症例をもとに、機械学習を用いた画像解析法の検討、機械学習で得られた画像の画質評価を引き続き行う。
|
