Development of a deep learning-based image post-processing noise reduction method based on learning 4D noise reduction method and its clinical application to cardiac CT.

2022 Fiscal Year Final Research Report

• Project/Area Number: 19K17220
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 52040:Radiological sciences-related
• Research Institution: National Cardiovascular Center Research Institute
• Principal Investigator: Nishii Tatsuya 国立研究開発法人国立循環器病研究センター, 病院, 医長 (20749345)
• Project Period (FY): 2019-04-01 – 2023-03-31
• Keywords: CT / 心臓CT / ノイズ低減 / 画像後処理 / 深層学習

Outline of Final Research Achievements

Our study focused on enhancing the quality of cardiac CT images through the use of a new noise reduction technique utilizing AI technology. Through this process, we were able to greatly reduce image noise, which allowed for better evaluation of low-contrast regions that were previously difficult to analyze. This improved image quality has proven to be beneficial in detecting crucial medical information, such as unstable plaques in coronary arteries and lesions in the myocardium, leading to more accurate diagnoses.

Free Research Field

放射線医学

Academic Significance and Societal Importance of the Research Achievements

本研究では、AIを用いた新たなノイズ低減法を開発し、心臓CT画像の画質向上を実現しました。これにより、詳細な心筋や冠動脈の評価が可能となり、より精確な診断を可能にすることが期待できます。また、臨床画像を用いたノイズ低減も実現し、実際の医療現場での応用が視野に入っています。学術的には、この研究結果は心臓画像診断の新たな可能性を示しており、複数の海外学会で発表し、複数の査読付きの海外論文としても公表しました。社会的には、本手法を用いた高精度な診断による早期発見・治療の可能性が広がることが期待されます。