Establishment of non-contrast MRI breast cancer screening technology using artificial intelligence

2023 Fiscal Year Final Research Report

• Project/Area Number: 19K08131
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 52040:Radiological sciences-related
• Research Institution: Tokai University
• Principal Investigator: Taro Takahara 東海大学, 工学部, 教授 (50308467)
• Co-Investigator(Kenkyū-buntansha): 吉岡 直紀 国際医療福祉大学, 大学病院, 教授 (10292913) ; 風間 俊基 東海大学, 医学部, 准教授 (70375781)
• Project Period (FY): 2019-04-01 – 2024-03-31
• Keywords: 画像診断 / AI技術 / 拡散強調画像 / DWIBS / 3Dプリンタ / Efficient Net / Xception

Outline of Final Research Achievements

From 2019 to 2023, we developed and applied AI techniques in diagnostic imaging: using Xception, we worked to improve the diagnostic accuracy of cyst detection and abnormal signals based on diffusion-weighted images (DWIBS) and T2-weighted images. In particular, Anomaly GAN was used to efficiently classify minor abnormalities and improve diagnostic speed; in 2020, a 3D printer was introduced to create a pedestal for breast image acquisition; in 2022, a lecture was given at NVIDIA's GTC, where the introduction of MONAI CORE and EfficientNet was reported further improvements in diagnostic accuracy. We plan to continue collecting data and improving the AI technology in the future.

Free Research Field

画像診断

Academic Significance and Societal Importance of the Research Achievements

1. MRIの診断アプローチとして重要なことがらはマルリパラメトリック解析ができることである。今回の研究を通して、DWIBSのみならずFS-T2WIを用いた深層学習モデルが構築でき、成績も良好だった。このためパラメトリック解析への道が拓かれたと言える。
2. 検診への応用として重要なことは、画像判定のスピードである。この際、100% 確実なAIは望まれるとしても、その前に、実務的なスピードを上げる潜在的価値も大きい。検診評価内容のうち軽微な所見が80%であることを見出し、これらについてAnomaly値を生成することを試みた。