2020 Fiscal Year Research-status Report
深層学習を用いた心拍出量予測およびそれに基づく造影CTプロトコルの最適化
| Project/Area Number |
20K08051
|
|---|
| Research Institution | Hiroshima University |
|---|
Principal Investigator |
立神 史稔 広島大学, 病院(医), 講師 (90411355)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
粟井 和夫 広島大学, 医系科学研究科(医), 教授 (30294573)
檜垣 徹 広島大学, 医系科学研究科(医), 共同研究講座准教授 (80611334)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Keywords | 心拍出量 / 深層学習 / 心臓CT |
|---|
| Outline of Annual Research Achievements |
今年度は、過去に撮影された心臓CTのデータを使用し、造影CT検査前に得られる患者情報のみから、心係数を推定できるかどうかを後ろ向きに検討した。対象は、過去2年間の間に256列CTもしくは320列CTを用いて心臓CTが施行された症例のうち、心機能解析のためにprospective scanにて1心拍撮影が施行された101症例の画像データを使用した（100kV or 120kV、450-700mA）。はじめに、造影CT検査前に得られるデータとして患者の年齢・性別・身長・体重・CT検査時の心拍数・心胸郭比の各因子を記録した。次に、ワークステーションを用いて1心拍分の心臓CTデータから4 dimensional CTを利用して心係数（L/min/mm2）を算出した。上記の患者因子を入力データ、検査後に得られた心係数を教師データとし、SVM（Support vector machine）を用いて、患者因子のみから心係数を推定するようトレーニングを行った。心係数2.5以下を心機能低下と定義し、leave one out法を用い、CT検査前の患者因子から心係数低下の有無をどの程度推測出来るかを検討した。結果は、感度35％、特異度80％、陽性適中率44％、陰性適中率73％であった。精度は66％であり、CT検査前の患者因子のみから心係数低下を予測することは困難と思われた。今後は、患者因子に検査時の血圧や脈圧など他のパラメータも考慮し、精度を検証することが必要と考えられた。これに対し、簡易的に脈圧等を測定できる機器などを用いて検査時に使用する予定である。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
心臓CT検査前に得られるデータである年齢・性別・身長・体重・心拍数・心胸郭比のみからでは心係数を予測することが困難であることを示すことができた。
|
| Strategy for Future Research Activity |
今後は、患者因子に検査時の血圧や脈圧など他の因子も計測することが必要であると考えられる。簡易的に脈圧等を測定できる機器などを用いて検査時に使用する予定である。
|
| Causes of Carryover |
2020年11月29日～12月5日に参加予定であった北米放射線学会および3つの国内学会が、新型コロナウイルス蔓延によりすべてオンライン開始となったため。
2021年度に当該学会に参加することとする。
|
