2020 Fiscal Year Research-status Report
| Project/Area Number |
18K15542
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
八坂 耕一郎 東京大学, 医科学研究所, 助教 (40779659)
|
|---|
| Project Period (FY) |
2018-04-01 – 2022-03-31
|
| Keywords | 深層学習 / 骨密度 / 腰椎 / DXA |
|---|
| Outline of Annual Research Achievements |
腹部単純CTから、腰椎のdual-energy X-ray absorptiometry (DXA)骨密度値を推定する深層学習モデルを作成し、査読付き国際学術雑誌European Radiologyで論文発表し、雑誌掲載された。CT画像から腰椎部分を切り出した画像を入力データ、対応する椎体のDXA骨密度値を教師データとして、教師あり深層学習を行った。学習済のモデルを外部施設のデータに適用して性能を検証すると（external validation）、深層学習モデルによる骨密度値予測値とDXA骨密度値との相関係数は0.840（p<0.001）と高い相関が得られ、骨粗鬆症の診断をarea under the receiver operating characteristic curve (AUC) = 0.970で診断することができた。本研究は、DXAを持たない施設でもCT画像からDXA骨密度値を予測することや、CT画像さえあれば過去のDXA骨密度値を推定することを可能とする点で臨床的有用性があると考えられる。
また、深層学習の画像診断への応用に関して、第79回日本医学放射線学会総会（2020年5月15日、web開催）、28th ISMRM Annual Meeting (2020年8月8日、Virtual Conference & Exhibition)において招待講演を行い、国内雑誌（臨床画像2020;36:445-451、インナービジョン2020;35:22-25、Rad Fan 2021;19:23-25）において記事を執筆した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
予定通りに、腹骨盤部領域の画像診断に関する深層学習モデルを作成し、査読付き国際学術雑誌において論文掲載することができたため。
|
| Strategy for Future Research Activity |
深層学習の手法を、腹骨盤部領域放射線画像診断のその他の課題へと応用するため、課題の検討およびデータ収集を継続して行っていく。
|
| Causes of Carryover |
学会がweb開催となったことにより、旅費がかからなかった。翌年度により積極的に学会参加・発表を行う。
|
