Quantitative evaluation of blood circulation using a machine learning generated blood input function in dynamic contrast-enhanced breast MRI

Research Project

Project/Area Number	24K10774
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	National Institutes for Quantum Science and Technology
Principal Investigator	生駒洋子国立研究開発法人量子科学技術研究開発機構, 量子医科学研究所分子イメージング診断治療研究部, 主幹研究員 (60339687)
Co-Investigator(Kenkyū-buntansha)	小畠隆行国立研究開発法人量子科学技術研究開発機構, 量子医科学研究所分子イメージング診断治療研究部, 次長 (00285107)
Project Period (FY)	2024-04-01 – 2027-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000) Fiscal Year 2026: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000) Fiscal Year 2025: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000) Fiscal Year 2024: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Keywords	ダイナミック造影MRI / 血行動態 / 乳腺腫瘍 / 機械学習
Outline of Research at the Start	乳腺ダイナミック造影MRIでは、投与した造影剤の濃度変化を画像化し、数学的モデルを用いた解析を行うことで、組織の血行動態を定量的に評価することができる。腫瘍では血管新生により血行動態が変化するため、血行動態パラメータは腫瘍の診断能向上や治療効果判定、予後予測に役立つものと期待される。しかし、血行動態パラメータを正確に求めるには高時間分解能で数分間の連続撮像が求められることから、一般の臨床検査では難しく、乳がんの臨床画像診断における血行動態パラメータの活用度は低い。そこで本研究では、機械学習の手法を取り入れ、低時間分解能の撮像データから腫瘍の血行動態を簡便、高精度に定量する手法を開発する。