2019 Fiscal Year Annual Research Report
Development of four-dimensional deep convolutional neural network-based nodular liver lesion detection software in Gd-EOB-DTPA-enhanced MRI.
| Project/Area Number |
17K17653
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
竹永 智美 東京大学, 医学部附属病院, 特任研究員 (80779786)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 自動検出 / FC-ResNet / Gd-EOB-DTPA / 深層畳み込みニューラルネットワーク / segmentation |
|---|
| Outline of Annual Research Achievements |
最終年度までに実施した研究成果は下記のとおりである。
(1)データベースの作成 210症例分のEOB-MR画像における病変ラベルデータを作成した。また，60症例分の体幹ラベル・肝臓ラベルデータを作成した。
(2)肝臓のセグメンテーション FC-ResNet(fully convolutional residual network)を用いEOB-MR画像における肝臓セグメンテーションを行った。入力画像を多時相3次元画像とすることで，不均一補正を行わずに高精度な抽出が可能であった。また，出力画像を肝臓ラベルと体幹ラベルの2 channelとすることでDICE係数のさらなる向上が可能であった。
(3)肝結節性病変の検出 上述の手法で肝臓領域を決定した後に，4D-DCNNにより病変を検出することで検出性能を向上させることが可能であった。
|
