Use of digital PET and deep learning for simultaneous quantification of tumor blood flow and metabolism from FDG PET

2022 Fiscal Year Final Research Report

• Project/Area Number: 20K08015
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 52040:Radiological sciences-related
• Research Institution: Hokkaido University
• Principal Investigator: Hirata Kenji 北海道大学, 医学研究院, 准教授 (30431365)
• Co-Investigator(Kenkyū-buntansha): 竹内 啓 北海道大学, 医学研究院, 助教 (30374515) ; 真鍋 治 東京医科歯科大学, 医学部附属病院, 特任助教 (40443957) ; 久下 裕司 北海道大学, アイソトープ総合センター, 教授 (70321958)
• Project Period (FY): 2020-04-01 – 2023-03-31
• Keywords: 核医学 / 人工知能 / deep learning / PET / FDG

Outline of Final Research Achievements

In the current study, by introducing two innovative technologies, semiconductor PET and deep neural network (DNN), we aimed to realize simultaneous quantification of tumor glucose metabolism and blood flow from single FDG-PET study. This study consisted of 4 parts. (1) PET data of O-15 labeled water were analyzed using a compartment model to obtain quantitative values of pulmonary blood flow. (2) We obtained POC to use SUVmax of FDG PET as an identifier of lesions, and developed a method to efficiently convert a huge amount of data consisting of pairs of existing images and corresponding reports into training dataset of supervised learning. (3) We developed an AI system to predict axillary lymph node metastasis of breast cancer using CNN and showed its clinical usefulness. (4) We constructed a super-resolution CNN using semiconductor PET images.

Free Research Field

放射線科、核医学、画像診断、人工知能

Academic Significance and Societal Importance of the Research Achievements

本研究ではAIによって核医学検査の有用性を高めうることを示した。レポートに記載されたSUVmaxを識別子として利用する手法は、既存のレポートと画像の組から膨大な教師データを効率よく作成することで、次世代の診断補助AIの開発を促進できる。乳癌の腋窩リンパ節転移をPET画像から予測するAIの研究では、一定レベル以上のAIを使用すれば専門医であってもさらに診断能の向上が得られる（AIから恩恵を得られる）ことを示した。また、AIを用いた超解像モデルの開発では、高解像度のPET画像を一定数集めて教師データとすれば、普及価格帯のPET-CT装置から高解像度のPET画像が得られる可能性があることを示した。