| Project/Area Number |
23K07087
|
|---|
| 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 | Akita Prefectural University |
|---|
Principal Investigator |
松原 佳亮 秋田県立大学, システム科学技術学部, 准教授 (40588430)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
渡部 浩司 東北大学, サイクロトロン・ラジオアイソトープセンター, 教授 (40280820)
|
|---|
| Project Period (FY) |
2023-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2024: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2023: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
|
|---|
| Keywords | PET / 深層学習 / シミュレーション |
|---|
| Outline of Research at the Start |
PET（陽電子断層撮影）検査は生体機能を画像で定量できる有用な検査であるが、正確な定量のためには侵襲性の高い動脈採血及び煩雑な代謝物分析を行い、正味の薬剤由来血中放射能時間変化（入力関数）を取得する必要がある。本研究では被検者への負担が限りなく少ないPET検査を実現するために、深層学習により正味の薬剤由来入力関数をPET画像から予測する方法、及びそのためのデータシミュレーション技術を確立する。
|
| Outline of Annual Research Achievements |
PET（陽電子断層撮影）検査は生体機能を画像で定量できる有用な検査であるが、正確に生体機能を定量するためには侵襲性の高い動脈血の採血及び煩雑な代謝物分析を行い、正味の薬剤由来の血中放射能時間変化（入力関数）を取得する必要があり、被検者、検査従事者への負担が非常に大きい。本研究では被検者、検査従事者への負担が限りなく少ないPET検査を実現するために、深層学習を用いて正味の薬剤由来入力関数をPET画像から予測する技術及びそのためのデータシミュレーション技術を確立する。
令和6年度はまずデータシミュレーションを行うためのソフトウェア環境の整備及び技術の確立を試みた。しかし、使用予定であったソフトウェアをPET画像及び入力関数のシミュレーションのために対応させるのが困難であり、当該年度中の整備・確立までに至らなかった。
今後は使用予定であったソフトウェア(GEANT)によるシミュレーション方法の検討と同時に別の方法、特にStable Diffusion等生成AIを用いた方法による入力関数及びPET画像の同時生成について検討・模索を行う。具体的には初年度に行ったFDG PET画像のtext-to-image生成において利用していた方法であるtextual inversionについて、入力関数データや血中代謝物データのシミュレーションに拡張・応用できないかの検討を行う。また他の系列データを生成する技術の応用についても検討を行う。
|
| Current Status of Research Progress |
Current Status of Research Progress
4: Progress in research has been delayed.
Reason
本研究における深層学習においては、いかに多数の入力関数及びPET画像のペアデータを用意するかがボトルネックとなっているが、そのシミュレーションについてソフトウェア環境の整備、技術の確立が大幅に遅れている状況である。今後は別の手法、特に生成AIを用いた手法についても検討・模索を行う。
|
| Strategy for Future Research Activity |
シミュレーション手法の整備・確立が困難をきわめているため、今後は生成AIを用いたシミュレーション手法についても検討・模索を行っていく。具体的には初年度検討していたtextual inversionの手法の応用について検討を行う。具体的にはFDG PET画像のtext-to-image生成に利用していた方法であるtextual inversionについて、入力関数データや血中代謝物データのシミュレーションに拡張・応用できないかの検討を行う。また他の系列データを生成する技術の応用についても検討を行う。
|
