頭部MR画像において人工知能画像構成法が脳白質病変評価に及ぼす効果の検討

Research Project

Project/Area Number	23K07059
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	Shiga University of Medical Science
Principal Investigator	井藤隆太滋賀医科大学, 医学部, 医員 (80263052)
Project Period (FY)	2023-04-01 – 2026-03-31
Project Status	Granted (Fiscal Year 2023)
Budget Amount *help	¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000) Fiscal Year 2025: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000) Fiscal Year 2024: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000) Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Keywords	AI 人工知能 / 磁気共鳴 (MR) 画像構成法 / DL 深層学習
Outline of Research at the Start	近年、AI (artificial intelligence) 技術の医療分野への浸透は著しく、臨床用MR (magnetic resonance) 装置でもMR信号収集データから画像を構成する過程において、深層学習(DL)手法を用いて画質改善をはかっている。しかし、臨床適用から日が浅く、画像のもつ真の情報に予期せぬ修飾が加っていないかについて、網羅的、系統的に十分な検討がなされているとはいいがたい。この研究では、「DL構成画像と従来型構成画像の間に有意な差はないか。差異が認められた場合、それらは臨床判断の結果にどのような影響を及ぼすか」について明らかにする。