2021 Fiscal Year Research-status Report
小児CTにおける深層学習画像再構成を用いた低被ばく撮影法の開発
| Project/Area Number |
19K17173
|
|---|
| Research Institution | Kumamoto University |
|---|
Principal Investigator |
永山 泰教 熊本大学, 病院, 助教 (60791762)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | 小児CT被ばく / 深層学習 / 画像再構成法 / CT画質 |
|---|
| Outline of Annual Research Achievements |
令和3年度は、引き続き深層学習画像再構成（deep-learning reconstruction: DLR）についてファントムを用いた物理画質特性ならびに臨床画像での検証を行った。それらの研究成果として、前年度の北米放射線学会にて学会機関紙への投稿推薦に選出された演題（Deep Learning-based Reconstruction for Lower-Dose Pediatric CT: Technical Principles, Image Characteristics, and Clinical Implementations）がRadioGraphics誌に掲載された（Radiographics. Nov-Dec 2021;41(7):1936-1953）。また関連する原著英語論文も複数の国際学術誌において掲載が決定している（American Journal of Roentgenology: 1-10. 10.2214/AJR.21.27255, Eur J Radiol. 2022 Apr 1;151:110280.）。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
コロナ禍の影響もあり、症例数が当初の予定ほど集まっていない。
|
| Strategy for Future Research Activity |
研究期間の延長により必要な症例数を確保する。また、深層学習技術を用いた新しい再構成パラメータも開発されており、その物理特性と臨床的有用性を検証する予定である。
|
| Causes of Carryover |
新型コロナウイルスの影響で予定していた学会参加に伴う旅費が不要となったため、次年度使用額が生じた。
|
Research Products
(5 results)
