• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

超解像技術を活用した小児CTの被ばく線量最適化

Research Project

Project/Area Number 23K14873
Research Category

Grant-in-Aid for Early-Career Scientists

Allocation TypeMulti-year Fund
Review Section Basic Section 52040:Radiological sciences-related
Research InstitutionKumamoto University

Principal Investigator

永山 泰教  熊本大学, 大学院生命科学研究部(医), 助教 (60791762)

Project Period (FY) 2023-04-01 – 2026-03-31
Project Status Granted (Fiscal Year 2023)
Budget Amount *help
¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
Fiscal Year 2025: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2024: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2023: ¥2,990,000 (Direct Cost: ¥2,300,000、Indirect Cost: ¥690,000)
Keywords小児CT被ばく / 深層学習超解像技術 / 画像再構成法 / 深層学習 / 超解像技術
Outline of Research at the Start

小児に対するCT検査では放射線被ばくの影響が懸念され、線量の最適化が重要である。近年、深層学習による超解像技術をCT画像に応用した「超解像深層学習画像再構成法(超解像DLR)」が開発され、臨床導入されつつある。この技術がもたらす画像解像度の向上は、小児CTの診断能向上と被ばく低減に貢献できると期待されるが、その画質特性は十分に検証されておらず、最適な撮像条件や再構成条件も明らかにされていない。本研究は、超解像DLRの画質特性を包括的に検証し、小児CTに対する被ばく低減撮像法の確立とその臨床応用を目指す。これにより小児CTの診断能向上と線量最適化による発がんリスクの軽減に資することが期待される。

Outline of Annual Research Achievements

小児に対するCT検査では放射線被ばくの影響が懸念され、線量の最適化が重要である。近年、深層学習による超解像技術をCT画像に応用した「超解像深層学習画像再構成法(super-resolution deep-learning reconstruction: SR-DLR)」が開発され、臨床導入されつつある。この技術がもたらす画像解像度の向上は、小児CTの診断能向上と被ばく低減に貢献できると期待される。本研究は、超解像DLRの画質特性を包括的に検証し、小児CTに対する被ばく低減撮像の臨床応用を目指している。

令和5年度はSR-DLRの心臓用パラメータを用いて、ファントム実験による基礎的な画質検証と心臓CTへの臨床応用を行った。ファントムを用いた検証では、良好なノイズ特性と高い解像度が両立されるというSR-DLRの物理特性が明らかとなった。またSR-DLRでは他の再構成法と比べ、被ばく線量を低減しても良好な画質が保たれることも確認され、特に小焦点撮影が被ばく低減と解像度向上に有用との結果が得られた。また成人の冠動脈疾患が疑われる症例と冠動脈ステント症例を対象に臨床画像の画質評価を行った。ファントム実験同様、SR-DLRではノイズ低減と解像度向上が確認され、他の再構成手法と比べて心血管や冠動脈プラーク、ステント内腔の視認性が向上するとの結果を得た。

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

SR-DLRの心臓パラメータを用いて、ファントムおよび成人冠動脈CT症例で画質評価を行い、他の再構成手法との画質特性の違いを明らかにすることができた。研究成果は国内外の学会で発表を行っており、また原著論文として国際学術誌に2編出版することができた。

Strategy for Future Research Activity

現在利用可能なSR-DLRの心臓パラメータについてより詳細な検証を行うとともに、新たに導入予定の体幹部および肺野用のパラメータについても評価を行う予定である。現時点で小児CTは検査数が限られているため、引き続き症例を蓄積する。

Report

(1 results)
  • 2023 Research-status Report
  • Research Products

    (7 results)

All 2024 2023

All Journal Article (3 results) (of which Peer Reviewed: 2 results) Presentation (4 results) (of which Int'l Joint Research: 3 results)

  • [Journal Article] Coronary Stent Evaluation by CTA: Image Quality Comparison Between Super-Resolution Deep Learning Reconstruction and Other Reconstruction Algorithms2023

    • Author(s)
      Nagayama Yasunori、Emoto Takafumi、Hayashi Hidetaka、Kidoh Masafumi、Oda Seitaro、Nakaura Takeshi、Sakabe Daisuke、Funama Yoshinori、Tabata Noriaki、Ishii Masanobu、Yamanaga Kenshi、Fujisue Koichiro、Takashio Seiji、Yamamoto Eiichiro、Tsujita Kenichi、Hirai Toshinori
    • Journal Title

      American Journal of Roentgenology

      Volume: 221 Issue: 5 Pages: 599-610

    • DOI

      10.2214/ajr.23.29506

    • Related Report
      2023 Research-status Report
    • Peer Reviewed
  • [Journal Article] Improving image quality with super-resolution deep-learning-based reconstruction in coronary CT angiography2023

    • Author(s)
      Nagayama Yasunori、Emoto Takafumi、Kato Yuki、Kidoh Masafumi、Oda Seitaro、Sakabe Daisuke、Funama Yoshinori、Nakaura Takeshi、Hayashi Hidetaka、Takada Sentaro、Uchimura Ryutaro、Hatemura Masahiro、Tsujita Kenichi、Hirai Toshinori
    • Journal Title

      European Radiology

      Volume: 33 Issue: 12 Pages: 8488-8500

    • DOI

      10.1007/s00330-023-09888-3

    • Related Report
      2023 Research-status Report
  • [Journal Article] Deep learning-based reconstruction can improve the image quality of low radiation dose head CT2023

    • Author(s)
      Nagayama Yasunori、Iwashita Koya、Maruyama Natsuki、Uetani Hiroyuki、Goto Makoto、Sakabe Daisuke、Emoto Takafumi、Nakato Kengo、Shigematsu Shinsuke、Kato Yuki、Takada Sentaro、Kidoh Masafumi、Oda Seitaro、Nakaura Takeshi、Hatemura Masahiro、Ueda Mitsuharu、Mukasa Akitake、Hirai Toshinori
    • Journal Title

      European Radiology

      Volume: 33 Issue: 5 Pages: 3253-3265

    • DOI

      10.1007/s00330-023-09559-3

    • Related Report
      2023 Research-status Report
    • Peer Reviewed
  • [Presentation] Super-resolution deep-learning reconstruction for coronary stent imaging: Impact of field-of-view on image quality2024

    • Author(s)
      Nagayama Y, Shigematsu S, Emoto T, Kidoh M, Oda S, Sakabe D, Yoshida R, Harai R, Hirai T.
    • Organizer
      欧州放射線学会2024
    • Related Report
      2023 Research-status Report
    • Int'l Joint Research
  • [Presentation] Coronary Artery Calcium Quantification with Super Resolution Deep-learning Reconstruction Algorithm: An Anthropomorphic Phantom Study2023

    • Author(s)
      Shigematsu S, Nagayama Y, Emoto T, Sakabe D, Goto M, Oda S, Kidoh M, Nakaura T, Hatemura M, Hirai T
    • Organizer
      北米放射線学会2023
    • Related Report
      2023 Research-status Report
    • Int'l Joint Research
  • [Presentation] Deep-learning Reconstruction for Reducing Slice Thickness and Radiation Dose in Pediatric CT Matched-pair Comparisons with Standard Dose Thick Slice Iterative Reconstruction "2023

    • Author(s)
      Harai T, Nagayama Y, Takada S, Yoshida R, Sakabe D, Shigematsu S, Emoto T, Oda S, Kidoh M, Nakaura T, Hirai T
    • Organizer
      北米放射線学会2023
    • Related Report
      2023 Research-status Report
    • Int'l Joint Research
  • [Presentation] Impact of Super-resolution Deep-learning Reconstruction on In-vivo Coronary Stent CT Imaging2023

    • Author(s)
      永山泰教、榎本隆文、林英孝、木藤雅文、尾田済太郎、中浦猛、坂部大介、船間芳憲、辻田賢一、平井俊範
    • Organizer
      第59回日本医学放射線学会 秋季臨床大会
    • Related Report
      2023 Research-status Report

URL: 

Published: 2023-04-13   Modified: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi