2019 Fiscal Year Annual Research Report
Enhanced diagnostic accuracy for quantitative ultrasond of the chronic liver by the fusion of acoustic characteristics
| Project/Area Number |
17H02108
|
|---|
| Research Institution | Tokyo Institute of Technology |
|---|
Principal Investigator |
蜂屋 弘之 東京工業大学, 工学院, 教授 (90156349)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
平田 慎之介 東京工業大学, 工学院, 助教 (80550970)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 超音波医学 / 定量診断 / shear wave / エラストグラフィー / 組織鑑別診断 / レイリー分布 / 肝炎 / びまん性肝疾患 |
|---|
| Outline of Annual Research Achievements |
慢性肝疾患は我が国の医療分野における主要な対象である。本研究では，これまでの成果を基盤に，疾患の進行により変化する複数の生体組織音響特性を融合することにより，生検を超える安定度と臨床的に十分なロバスト性を持つ非侵襲な慢性肝疾患の定量診断手法を実現することを目的としている。
2019年度は，これまで開発してきた，超音波断層画像から線維組織を抽出する手法の最適化を行い，抽出できる病変情報の特徴について検討した。検討した手法は，肝炎や肝硬変などのような線維化が肝臓全体に進行するびまん性肝疾患において，臨床データの超音波反射信号が，「正常組織＋線維組織」の組み合わせによって表現できることに基づいている。この反射信号の振幅確率密度関数を，複数のレイリー分布を組み合わせによりモデル化すると，線維化の進行度を評価できる。複数のレイリー分布の推定には，反射信号のモーメントを入力として用いるが，この入力モーメントにより，初期病変の推定精度をどこまで向上できるかは不明確であった。まず，この入力モーメントの次数を非整数次までに拡張し，シミュレーション画像を用いて，次数と推定精度の関係を評価したところ，非整数次の複素数モーメントを入力にすることにより線維化指標の推定精度が変化することが示された。そこで，モーメント次数を変化させながら，推定精度が高くなる最適な入力モーメント次数を，さまざまな条件下で探索した。最後に，この最適入力モーメントで，さまざまな線維化条件で，定量診断の推定がどの程度の精度で実現できるかを評価したところ，初期病変において，線維量の推定精度を高くすることは困難であるが，線維組織の音響特性の変化に対応する組織の病変による物理的変化については高精度で推定できることが示され，初期病変の定量化が可能であることが示された。
|
| Research Progress Status |
令和元年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和元年度が最終年度であるため、記入しない。
|
