画像生成AIを組み込んだ革新的CT画像再構成法の放射線治療への応用

• Project/Area Number: 25K15317
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 62010:Life, health and medical informatics-related
• Research Institution: Hirosaki University
• Principal Investigator: 尾崎 翔 弘前大学, 理工学研究科, 助教 (60615326)
• 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: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2026: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2025: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000)
• Keywords: 画像生成AI / CT画像再構成

Outline of Research at the Start

本研究課題では拡散モデルをCT画像再構成に組み込んだ全く新しい画像再構成法を開発し、その手法を画像誘導放射線治療で用いられている位置照合用CTの画質改善に応用する。単に自然画像処理において用いられてきた拡散モデルを医用画像処理に適用するだけではなく、患者個別の解剖学的構造の保存を課すことで、医用画像に特化した独自の画像生成モデルを開発する。位置照合用CTは一般に画質が非常に悪く、画質を改善させることによって、より高精度の放射線治療を実現できる。さらに、本研究手法によって画質改善された位置照合用CT画像を利用して、毎回の照射ごとに治療効果を最適化させる即時適応型放射線治療の実現に貢献する。