Resarch on Brain tumor segmentation using deep learning with amino acid PET images and MRI images

Research Project

Project/Area Number	25K15968
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	Teikyo University
Principal Investigator	三本拓也帝京大学, 共同研究施設, 助教 (90593038)
Co-Investigator(Kenkyū-buntansha)	小山和也順天堂大学, 保健医療学部, 講師 (10783326)
Project Period (FY)	2025-04-01 – 2028-03-31
Project Status	Granted (Fiscal Year 2025)
Budget Amount *help	¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000) Fiscal Year 2027: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000) Fiscal Year 2026: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000) Fiscal Year 2025: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Keywords	PET / CNN / 深層学習 / メチオニン / セグメンテーション
Outline of Research at the Start	脳腫瘍の治療において、手術の摘出範囲や放射線治療の照射範囲を決定する手段として、PET画像の活用が試みられている。これらの範囲の決定は、MRI画像を基に専門医の経験により判断が行われてきたが、腫瘍の領域が不明瞭な症例では診断に時間を要し、精度にもばらつきが生じる可能性がある。よって簡便かつ客観的に腫瘍をセグメンテーションする技術の確立が求められている。本研究では、脳腫瘍のセグメンテーションを目的に、アミノ酸PET画像とMRI画像を組み合わせたマルチモダリティ画像を用いて、深層学習によるネットワークモデルの構築を行う。構築したモデルの有効性は、専門医が決定した腫瘍範囲との比較によって検証する。