Development of Double-Speed Movie Drive Processing Technology for Cardiac Catheterography

2022 Fiscal Year Annual Research Report

• Project/Area Number: 17K17738
• Research Institution: Niigata University of Health and Welfare
• Principal Investigator: 長谷川 晃 新潟医療福祉大学, 医療技術学部, 講師 (20749999)
• Project Period (FY): 2017-04-01 – 2023-03-31
• Keywords: 人工知能 / ディープラーニング / U-Net / 不鋭除去 / 心臓カテーテル撮影 / 冠動脈 / 動画

Outline of Annual Research Achievements

本研究の目的は、循環器専用血管撮影装置で撮影された動画における残像や心拍動によるモーションアーチファクトによる不鋭の影響を定量的に評価し、その結果に基づいた効率的な画像処理を行うことで、冠動脈を鮮明に観察できる動画にすることである。
これまでの成果として、動きによる不鋭の除去処理を、通常は領域抽出で用いられるディープニューラルネットワーク（U-Net)で行った。U-Netの学習はフレームレート15fps、ファントム心臓（メトロノーム）の振動を静止した動画を教師画像、最も不鋭の大きかったフレームレート7.5fps、ファントム心臓（メトロノーム）の振動数160bpmの動画をトレーニング画像として学習させ、学習済みU-Netで臨床の冠動脈動画を追加学習させる形で実施した。
最も不鋭の大きい（動きの大きい）右冠動脈を撮影した動画50症例は、960×960 pixel、5秒程度撮影された動画を960×960pixel、1フレームごとの75枚の画像にそれぞれ変換し、冠動脈を中心に256×256 pixelずつトリミングした。トリミングはこれまでの研究で、960×960 pixelのままでU-Netの学習を行っても期待された不鋭の除去ができなかったため、領域を限定する（冠動脈を認識しやすくする）ために行った。冠動脈の動きが小さい心位相での画像を教師画像、動きが大きい（不鋭が確認できる）画像をトレーニング画像として、U-Netの追加学習を実施した。この結果、冠動脈に不鋭が確認された画像はU-Netの処理により視覚的には不鋭の少ない画像となった。処理後の画像をフレーム画像としてつなぎ合わせ、疑似動画として再生した結果、動きは滑らかではないものの、冠動脈を明瞭に観察できる動画となった。現在、研究の最終結果を取りまとめ、論文の英文校正を行っている。