2020 Fiscal Year Research-status Report
4次元ノイズ低減法を教師とした拡張知能によるノイズ低減法の心臓CTへの応用研究
| Project/Area Number |
19K17220
|
|---|
| Research Institution | National Cardiovascular Center Research Institute |
|---|
Principal Investigator |
西井 達矢 国立研究開発法人国立循環器病研究センター, 病院, 医師 (20749345)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | ノイズ低減 / CT / 心臓CT |
|---|
| Outline of Annual Research Achievements |
心臓CTの現在の臨床的課題(より精緻な構造の描出とより正確な低コントラスト分解能の達成)を解決するために、強力で汎用性のある我々の開発した4次元ノイズ低減法はその可能性がある。臨床への実装にはさらなる汎用性をもとめ4次元ノイズ低減法の弱点（心拍依存や位置合わせ時の位置ずれの影響）を補完する手法が必要であり、拡張知能による学習が適していると考えている。本研究の目的は、4次元ノイズ低減法を適応した教師データを用いて深層学習を行った拡張知能による新たなノイズ低減法を開発し、現在ある心臓CTの臨床的な課題をこの手法の応用で解決できることを実証することである。本年度の課題としては、4次元ノイズ低減法を教師として深層学習したノイズ低減法の原理的な妥当性を証明し、臨床的な課題としてあげられるプラーク評価や心筋遅延造影CTへの適応の可能性を評価することとしている。
昨年度明らかになった問題点として、異なる再構成関数の画像を入力することによるアーチファクトがあったが、こちらは学習時に複数の再構成画像を用いて転移学習することで解決可能であることがわかった。特に転移学習時に必要な画像は20例でも可能であり、異なるCT機器や再構成法などでも応用可能であると判明した。
臨床的な課題としてあげられるプラーク評価や心筋遅延造影CTに関しては、CTより2ヶ月以内のMRIの結果をリファレンスとして利用可能な心臓CT50例、20例を収集し、本ノイズ低減法を適応し解析を開始している。特に後者の遅延造影に関しては高い診断能を示しており、報告予定である。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
昨年度明らかになった課題に対する対応に目処が立った点、臨床的課題を評価するための症例の確保と本ノイズ低減手法の適応ができ解析を開始できている点から、順調と判断した。
|
| Strategy for Future Research Activity |
我々の開発したノイズ低減法に対するプラーク評価、心筋遅延造影に対する解析を引き続きすすめる。同時に本手法の臨床における実装を目標に、希望のノイズ低減の強度の調整などができるような工夫や他施設でも本手法を用意に用いることができるようなデプロイの仕方などを技術的な側面も検討していく。
|
| Causes of Carryover |
新型コロナウイルス感染症のため、海外学会への参加が難しく予算が残ったが、次年度は論文報告にて研究結果を公表する形で検討を行う。
|
