| Project/Area Number |
25K15955
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 90130:Medical systems-related
|
|---|
| Research Institution | Chiba University |
|---|
Principal Investigator |
川田 奈緒子 千葉大学, 医学部附属病院, 特任准教授 (00400896)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
羽石 秀昭 千葉大学, フロンティア医工学センター, 教授 (20228521)
岩男 悠真 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 先進核医学基盤研究部, 研究員 (40758330)
鈴木 拓児 千葉大学, 大学院医学研究院, 教授 (80344670)
岡本 尚之 千葉大学, フロンティア医工学センター, 助教 (90975278)
|
|---|
| Project Period (FY) |
2025-04-01 – 2028-03-31
|
| Project Status |
Granted (Fiscal Year 2025)
|
| Budget Amount *help |
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2027: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2026: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2025: ¥2,990,000 (Direct Cost: ¥2,300,000、Indirect Cost: ¥690,000)
|
|---|
| Keywords | COVID-19 / 画像診断 / 深層学習 / 予測画像 / 画像生成 |
|---|
| Outline of Research at the Start |
パンデミック下で、深層学習によるCOVID-19関連肺炎の診断能は非常に高いことが示されたが、臨床現場で重視される臨床情報（患者背景、診察所見や検査所見等）と画像情報を統合した深層学習モデルは十分に検討されていない。近年、各分野で画像生成の報告が増加し、医用画像分野でも診断支援を目的とした画像生成が報告され始めている。しかし、肺炎をはじめとする呼吸器疾患における臨床経過を予測する画像生成の報告はない。本研究では、経時的な胸部画像情報と臨床情報を統合し、深層学習を用いた包括的な解析を通じて、経過予測のための予測画像生成を目指す。これにより呼吸器疾患の経過を予測する革新的なモデルの構築を目指す.
|
