人工知能を用いた血管内超音波画像によるリスク予測モデルの構築
| Project/Area Number |
21K16046
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 53020:Cardiology-related
|
|---|
| Research Institution | Kawasaki Medical School |
|---|
Principal Investigator |
西 毅 川崎医科大学, 医学部, 講師 (10894446)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥2,860,000 (Direct Cost: ¥2,200,000、Indirect Cost: ¥660,000)
Fiscal Year 2023: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2022: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2021: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
|
|---|
| Keywords | 血管内超音波 / 人工知能 / 深層学習 |
|---|
| Outline of Research at the Start |
血管内超音波（IVUS）は血管内側から冠動脈内腔の大きさだけでなく血管壁、冠動脈プラークの容量や性状に関する情報が得られることから、経皮的冠動脈形成術(PCI)時の治療戦略の決定・治療成績向上に欠かせない装置となっている。本研究では、PCI前後のIVUS画像からディープラーニングモデルを作成し、人工知能によるIVUS診断の確立を目指す。血管内構造物の定量評価のみならず、PCI時のslow flow / no reflowや側枝閉塞といったPCI時の合併症リスク予測を目標とする。
|
| Outline of Annual Research Achievements |
血管内超音波（IVUS）画像から経皮的冠動脈インターベンション（PCI）時の合併症リスク予測するモデル作成を目標とし、2022年度は前年度にエクスポートしたIVUS画像データのアノテーション作業を進めた。アノテーションを効率的にすすめるため前年度作成したソフトウェアを活用した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
2022年度は目標としてはIVUS画像のアノテーション作業を概ね完了することができ、次年度の人工知能モデル構築にすすめることが可能である。以上より、研究はおおむね順調に進展していると考えている。
|
| Strategy for Future Research Activity |
今後、アノテーションを施行したＩＶＵＳ画像を基に人工知能モデルの構築を進めていく予定である。
|
Report
(2 results)
Research Products
(3 results)
