Prediction of FFR from coronary MRA using deep learning

2021 Fiscal Year Annual Research Report

• Project/Area Number: 18K07749
• Research Institution: Mie University
• Principal Investigator: 佐久間 肇 三重大学, 医学系研究科, 教授 (60205797)
• Co-Investigator(Kenkyū-buntansha): 石田 正樹 三重大学, 医学部附属病院, 講師 (10456741) ; 中山 良平 立命館大学, 理工学部, 教授 (20402688)
• Project Period (FY): 2018-04-01 – 2022-03-31
• Keywords: 冠動脈MRA / 人工知能 / 畳み込みニューラルネットワーク

Outline of Annual Research Achievements

令和3年度は、3.0T MR装置による冠動脈MRAに対して人工知能(AI)を用いて冠動脈MRAデータから冠動脈造影検査における有意狭窄の有無を推定するAIソフトウェアの開発を引き続き行った。令和2年度に報告した結果に関して検証をまずおこなったところ、アノテーションを行った教師データのうち恣意的に画質良好のもののみを使用していたことが判明したため、アノテーションを再度施行した。冠動脈MRAおよび侵襲的冠動造影(ICA)の両者を行った83例のうち76例に対し冠動脈AHA15セグメントモデルの各セグメント毎に冠動脈MRAの画質、有意狭窄の有無およびこれに対応するICAの結果に対してアノテーションを実施した。ICAで狭窄度が50-70%と記録されていたセグメントに対してQCAを行った。QCA困難、PCI後、セグメントが存在しない、などの冠動脈セグメントを除外し合計1019セグメントに対してアノテーションを行った。その結果、現時点で、平均30の誤差が生じている状況である。原因は、1)狭窄度0のデータの比率が多い 、2)冠動脈に着目させることが出来ていない、などが考えられる。前者は、狭窄度0以外の症例を多く学習させること、後者は、線状構造協調の前処理を実施することにより改善を試みているが、現時点で改善が得られず、region growingなどで冠動脈だけを抜き出す処理を試みている。アルゴリズムを系統的に最適化する手順を経ることで前年度得た診断能に到達できることを目指して研究を継続する予定である。