Development of Multi-task Network for Reconstructing High-quality MR image from Low-quality Image

• Project/Area Number: 25K07775
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 21030:Measurement engineering-related
• Research Institution: Utsunomiya University
• Principal Investigator: 山登 一輝 宇都宮大学, 工学部, 助教 (60761575)
• Co-Investigator(Kenkyū-buntansha): 伊藤 聡志 宇都宮大学, 工学部, 教授 (80261816)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2027: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000); Fiscal Year 2026: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000); Fiscal Year 2025: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
• Keywords: MRI / ディープラーニング / マルチタスクネットワーク / 画像処理

Outline of Research at the Start

MRI画像の有用性を高める深層学習法は，従来の反復的手法を大きく上回る性能を有する．本研究は，画像再構成・超解像・雑音除去の3タスクが「低品質画像から高品質画像を推定する」という点で共通することを利用して，単一モデルで３タスク，およびその複合タスクに対応するマルチタスクネットワークの創出を目的とし，低品質画像のデータ拡張的作成法と特徴抽出を強化するネットワーク構築を検討する．本研究の確立により，分解能が改善され，雑音が抑制された高品質な再構成像を短時間で取得可能になり，MRI検査を受ける患者の負担を軽減し，医師による画像診断の精度向上に貢献できると考える．