2021 Fiscal Year Research-status Report
Improvement of image quality in nuclear medicine based on artificial intelligence approach
| Project/Area Number |
17K10455
|
|---|
| Research Institution | Gihu University of Medical Science |
|---|
Principal Investigator |
片渕 哲朗 岐阜医療科学大学, 保健科学部, 教授 (00393231)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
原 武史 岐阜大学, 工学部, 教授 (10283285)
|
|---|
| Project Period (FY) |
2017-04-01 – 2023-03-31
|
| Keywords | 人工知能 / SPECT画像 / ペーパーファントム / 分解能 |
|---|
| Outline of Annual Research Achievements |
本研究は人工知能技術を応用して核医学画像の高解像化を図り，定量的なカウントを推定する手法を開発している．最終的には多元的な方向からの画質を改善するシステムを構築し，「低被ばく・高感度・高解像度」を実現するための技術基盤を確立する．現在まで，Tc-99mをインクジェットプリンターのインクに充填して出力することで，ガンマカメラで撮像できるペーパーファントムを作成した．その核医学画像と原画像をペアにしてAIで学習することにより，核医学画像の高分解能化を行ってきた．
今回，ペーパーファントムを複数枚重ねることでSPECTを撮像し，再構成することで断層像としての核医学画像を得た．方法としては分解能測定用のオリジナル画像を作図して，同一画像のペーパーファントムを十数枚作成した．そして，厚さ4mmの発砲スチロール板をペーパーファントムの間に挟んで立体的構造にしてSPECTを撮像した．4mm以下のピクセルサイズで収集すればアーチファクトもなくSPECT画像が得られることが分かった．これにより， SPECT画像においてもAIでの高分解能化ができる可能性が示された．
本研究の結果は，核医学検査の診断に定量情報を与え，その診断能向上に寄与することにある．このようなアプローチで画像を作成することにより，人工知能技術の新たな可能性を見出し，核医学画像の定量化ソフトウェア開発の基盤となる技術を構築する．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
従来のStatic画像の研究を元に新たにSPECT画像における検討をしており，人工知能の解析を行う段階にきている．
|
| Strategy for Future Research Activity |
画像生成「ファントムデータによる多元的な画像生成と蓄積」については，ディジタルファントムにおける真値とその投影／再構成シミュレーション画像，実際のファントムにおける真値とその実際の投影／再構成画像が得られる．これを様々な解像度／拡大率／回転半径（空間軸）の多元的な観点からシミュレーション／収集を行う．そして，観察した画像から原画像を推定するために必要な辞書データや画像パッチデータを明らかにする．
ここで収集した画像に基づき，辞書データを作成する．この辞書データは，画像パッチや固有空間そのものである．例えばスパースコーディングを行う場合には，この辞書に基づき画像パッチを高解像度辞書に当てはめ出力画像を得ることが可能になる．この２つの計画により「低被ばく・高感度・高解像度」を実現するための，技術基盤を明らかにする．
|
| Causes of Carryover |
令和3年度においてはCOVID-19のため学会等での発表ができなかったため，令和4度に繰り越ししたため．
|
