2018 Fiscal Year Research-status Report
ダイナミック造影MRIの腫瘍診断におけるパターン認識を用いた血行動態マッピング
Project/Area Number |
17K09077
|
Research Institution | National Institutes for Quantum and Radiological Science and Technology |
Principal Investigator |
生駒 洋子 国立研究開発法人量子科学技術研究開発機構, 放射線医学総合研究所 分子イメージング診断治療研究部, 主任研究員(定常) (60339687)
|
Project Period (FY) |
2017-04-01 – 2020-03-31
|
Keywords | ダイナミック造影MRI / 薬物動態解析 / 血行動態 / クラスタリング |
Outline of Annual Research Achievements |
ダイナミック造影MRIは、対象組織における造影剤の濃度変化を画像化することで、血管新生により変化する腫瘍の血行動態を定量して機能的変化を評価できるため、腫瘍の診断能向上に役立つものと期待される。しかし、ダイナミック画像から血行動態を求めるには、時系列データに対する動脈入力関数を用いた薬物動態学的解析が必要となり、煩雑な作業が必要な上に定量精度も低い。そのため臨床画像診断での活用度を高めるには、簡便かつ高精度な血行動態評価法の開発が望まれる。そこで本研究では、ダイナミック造影MRIにおける簡便な血行動態マッピング法の開発を試みる。 平成30年度は、平成29年度に確立した参照領域を用いた血行動態の定量評価法において、解析に必要となる参照領域を自動的に抽出する手法を検討した。平成29年度に検討した造影剤濃度の時間変化パターンを表す特徴量に加え、解剖学的情報としてT1強調画像の輝度値も用い、混合ガウスモデルやk-means法によるクラスタリングを行うことで、参照領域を自動抽出することができた。 次に、提案手法によって自動抽出された参照領域を用い、腫瘍部位および正常部位の血行動態パラメータを算出したところ、手動で参照領域を選択した場合と同様に、腫瘍部位でパラメータ値の有意な上昇が見られた。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
平成30年度は、ダイナミック造影MRIの濃度の時間変化パターンに加え新たな解剖学的情報等を加えることで、より精度の高い領域分割法の検討を予定していた。現在までに、時間変化パターンを表す特徴量とT1強調画像の輝度値を用いたクラスタリングを行うことで、自動的に参照領域を抽出する手法の確立まで完了しており、おおむね順調に進展していると考えられる。
|
Strategy for Future Research Activity |
令和元年度は、提案手法を搭載した自動解析システムを作製する。MATLABやPythonなどの汎用性のあるプログラム言語を用いて提案手法を実行するプログラムを作成し、MRI画像を入力すると自動で血行動態マップを作成し、結果を解剖学的画像上にマッピングするソフトウェアを作製する。
|
Causes of Carryover |
当初は大容量データ解析用コンピュータおよびソフトウェアの購入を予定していたが、これらを用いた自動解析システムの開発を次年度に行うため、その際に最新バージョンの機器およびソフトウェアを購入する。
|