2019 Fiscal Year Research-status Report
生体計測時系列信号の深層学習による医用画像再構成手法の開発
| Project/Area Number |
18K18357
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
富井 直輝 東京大学, 大学院医学系研究科(医学部), 助教 (00803602)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 医用画像再構成 / 心臓電極マッピング / 超音波診断 / in silico学習 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は，超音波計測や生体電気計測といった比較的簡便な生体計測において，生体不均一性を無視した仮定の下で行う従来の生体画像再構成手法に代わる，パターン認識に基づく新たな再構成アルゴリズムを構築する事である．二年目である2019年度は，初年度でシミュレーションによって有効性を確認した再構成アルゴリズムの精度改善を行い，実際の計測装置を用いた検証実験を行った．
超音波計測では，実際の超音波CTで用いられるリング型トランスデューサを模擬し，数値シミュレーションにより訓練データを生成した．多様な訓練データを確保するため，自然画像の大規模データベースを利用し，濃淡画像をシミュレーションに用いる音響インピーダンスに変換する方式を確立した．この訓練データを用いて，模擬された計測信号からエコー強度を推定するニューラルネットワークを学習した．実際の装置でゲルファントムを計測した信号からエコー強度画像を再構成した結果，従来法に比べ学習モデルはアーチファクトが少なく，高画質な再構成が可能であることが確認された．
心臓の電極カテーテル計測は，心房細動の診断に用いられる事が多い事から，摘出ブタ心臓を用いた検証実験を行った．心房筋シミュレーションモデルを構築してモデルを再学習し，ブタ心房に対する電極・光学同時マッピングシステムを構築して，学習済みモデルと光学マッピングの比較実験を行った．その結果，実際のブタ心房標本においても，旋回興奮波や平面波といった組織の興奮様態を示す膜電位変化の動画を，高い精度・空間解像度で再構成可能である事が明らかとなった．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
2019年度の研究計画は，深層モデルの構築および訓練の実施であった．超音波計測，心臓電極マッピングの両方の学習データセットに対し，生体が持つ音響特性分布や電気伝導特性分布等の多様な不均一性を学習データに含めるためのシミュレーションモデルの改善を行い，初年度で構築したモデルの精度が改善された．さらに生体ファントムや実際の生体標本を用いた検証に取り掛かり，期待通りの高精度な結果が得られており，順調に進展している．
|
| Strategy for Future Research Activity |
最終年度の2020年度は，これまでの研究成果をまとめた論文を投稿すると同時に，実臨床への応用を目指し，さらなるモデルの改善を行う．超音波計測においては，実際の生体組織に対する断層画像再構成に適用し，精度検証と改善を行う．心臓電極マッピングにおいては，さらなる動物実験を行うとともに，電極数を削減した際に再構成精度に与える影響を検証し，既存の臨床用カテーテルよりも効率的に広範囲での心臓電気興奮の電極マッピングが可能であるかを検証する．
|
| Causes of Carryover |
購入を予定していた計算機を他プロジェクトと共同利用できるようになり，また二年度目にファントムを用いた実証を完了するまで研究が順調に進捗したため，最終年度に生体モデルを用いた検証を行うため予算を用いる計画に変更した．
|
