心筋MRI遅延造影画像から再現した病理画像を用いた心筋症診断法の開発

2019 Fiscal Year Research-status Report

• Project/Area Number: 19K17188
• Research Institution: National Cardiovascular Center Research Institute
• Principal Investigator: 太田 靖利 国立研究開発法人国立循環器病研究センター, 病院, 医長 (90388570)
• Project Period (FY): 2019-04-01 – 2023-03-31
• Keywords: ディープラーニング / 心臓 / 画像診断

Outline of Annual Research Achievements

心臓MRI遅延造影画像から病理画像変換パラメータ、ネットワークの最適化のために先ず心筋線維化、梗塞ファントムの作成を試みたが、期間内に十分なクオリティおよび多数のパターンを作成可能なファントム完成が難しい印象を持ったため、先行して既知の臨床画像を用いてのパラメータ調整に取り組んだ。
まずは心アミロイドーシスと病理確定診断されている患者の心臓MRI遅延造影画像より通常解像度（256x256pixel）の学習用データセットを作成。想定される病理画像はMRI画像より高精細（1024x1024pixel）であるため、病理画像再現を行うまでの工程を数ステップに分割し、一段目のステップでは空間分解能低い心臓MRI画像を高精細画像とすることとし、解像度を向上させた後に高精細MRI画像を用いて病理画像に近づけるべく、ディープラーニングの手法を用いた超解像技術で心臓MRI画像を作成に取り組んだ。現在幾つかの解像度変換パラメータを用いて最適な手法を探っている段階である。本技術の完成後にMRI画像から病理画像へのスタイル変換を行って病理様画像作成を行い、次に着色についても検討を行っていく。
また、研究を進める中で得た発想として、病理結果が所見が判明している患者の心筋遅延造影MRI画像をディープラーニングを用いて学習させ、病理診断に繋がる特徴を読み取り、診断に繋げれば疾患によっては確実にMRI画像のみから病理検査無しに確定診断に至る可能性があり、この方法も同時進行させるととした。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

病理画像との間に解像度の乖離があり、MRI画像の高精細化を行った後に病理画像に近づけないと病理的診断が十分に行える画像を生成できないと判断した。
また、GAN（敵対的生成ネットワーク）を用いて、白黒画像に着色を試した結果では不自然な画像が生成される場合もあり、白黒画像での病理画像生成を試みているが、1月以降コロナウイルス対策でエフォートが減少しており、遅延を生じている。

Strategy for Future Research Activity

より解像度が高くなるネットワークを用いて、心臓MRI遅延造影画像の解像度向上し病理様画像生成を行う。また、病理画像とMRI画像を学習させることによって、直接病理診断が正確に下せるようになれば、MRI画像から病理画像を生成しなくても診断が可能となると考え、同時進行させることとした。

Causes of Carryover

解析ネットワークの選定までは済んだが、1月以降は病院のコロナウイルス対策の業務が増え、エフォートが十分取れず、年明けに開始する予定であった本格的なディープラーニングの計算作業に取り組めていない。従って、予算計上済みのワークステーション購入は次年度に繰り越した。次年度にはワークステーション購入予定である。