2022 Fiscal Year Annual Research 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 | CT被ばく / 深層学習画像再構成法 |
Outline of Annual Research Achievements |
令和4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。その結果、腹部CT、胸部CT、頭部CTのいずれにおいてもDLRは従来の逐次近似画像再構成法と比べて画質を損なうことなく被ばく低減を達成できるとのデータが得られた。それらの研究成果は、複数の国際学術誌において原著論文として発表した(AJR Am J Roentgenol. 2022 Aug;219(2):315-324, Eur J Radiol.2022 Apr 1;151:110280, Acad Radiol.2023 Mar;30(3):431-440, Eur Radiol. 2023 May;33(5):3253-3265)。
|
Research Products
(12 results)