| Project/Area Number |
21K12121
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 62010:Life, health and medical informatics-related
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
Imae Toshikazu 東京大学, 医学部附属病院, 副診療放射線技師長 (80420222)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
名和 要武 東京大学, 医学部附属病院, 助教 (00456914)
鍛冶 静雄 九州大学, マス・フォア・インダストリ研究所, 教授 (00509656)
竹中 重治 東京大学, 医学部附属病院, 診療放射線技師 (10623564)
仲本 宗泰 北海道大学, 保健科学研究院, 助教 (10808877)
尾崎 翔 東京大学, 理学(系)研究科(研究院), 研究員 (60615326)
山下 英臣 東京大学, 医学部附属病院, 准教授 (70447407)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Project Status |
Completed (Fiscal Year 2024)
|
| Budget Amount *help |
¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000)
Fiscal Year 2023: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2022: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2021: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
|---|
| Keywords | 放射線治療 / 疎な / 医用画像情報 / 深層画像 / 安定要件 |
|---|
| Outline of Research at the Start |
本研究では，放射線治療で得られる疎な医用画像情報に着目し，安全かつ有効に利用可能な深層画像処理の要件を勘案した上で，深層画像処理の安定化を図ることを目的とする．研究期間内には，①深層画像処理法の構築，②深層画像処理法の安定化に必要な要件の探索，③探索結果の評価を実施することによって，疎な医用画像情報に対する深層学習処理の課題や臨床利用の可能性を明確にする．
|
| Outline of Final Research Achievements |
This study aimed to stabilize and evaluate deep learning-based image processing techniques for the safe and effective application to sparse medical images in radiation therapy. We performed data acquisition, enhanced image quality for MVCT, proposed a deep learning-based iterative reconstruction method for CT, conducted organ segmentation and prognosis prediction, and extracted dose-related features associated with recurrence. These results demonstrate the clinical applicability and utility of deep image processing methods.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究では，放射線治療で得られる疎な医用画像情報に対し，安全かつ有効に利用可能な深層画像処理の要件を勘案した上で，深層画像処理の安定化を図ることを念頭に置いたデータ解析法や画質改善法，また，適切な学習データ数に関する提案を行った．医用画像に対する深層学習の適用範囲は広く，本研究の成果は，放射線治療で得られる医用画像に対する深層学習の適用方法を示したことであり，研究の実施によって得られた知見は学会発表や論文投稿を通して公表した．
|
