2023 Fiscal Year Annual Research Report
CTの機種や撮影条件に影響されない人工知能を応用した肺気腫の定量評価法の開発
| Project/Area Number |
20K16701
|
|---|
| Research Institution | Hiroshima University |
|---|
Principal Investigator |
福本 航 広島大学, 医系科学研究科(医), 助教 (00726870)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Keywords | 肺気腫 / 人工知能 / 画像再構成法 |
|---|
| Outline of Annual Research Achievements |
慢性閉塞性肺疾患は、2030年に世界で死因第3位になると予想され、対策を講じなければならない疾患である。重症度分類や予後予測、治療法の決定には客観的な評価が不可欠である。CTによる肺気腫の定量評価法が研究されているが、CT装置や撮影条件によって画質が変化し、その値が影響される点が問題である。本研究はAIを応用したCTの画像再構成法を用いて、CT装置や撮影条件に影響されない肺気腫の定量評価法の開発を行った。
2020-2021年度には、肺気腫と診断され、超高精細CTが撮影された方の症例収集を行い、肺気腫スコアについて、従来の画像再構成法とAIを用いた画像再構成法を比較したが、有意な差が得られなかった。これは肺気腫スコアは縦隔条件のCT画像を用いて行うのが一般的であるが、縦隔条件は肺野条件と比較して画像ノイズが低く、再構成による違いがあまり影響しなかったためと考察した。
2022年度は、肺野条件のCT画像を用いた肺気腫スコアについて、画像再構成法を比較した。肺野条件では、AIを用いた画像再構成法により画像ノイズが低下し、肺気腫スコアも変化した。しかしながら、肺気腫の真値が定まっていないため、どちらの再構成法が優れているか判断困難であり、真値が分かっているファントムでの評価が必要であった。
2023年度は、肺気腫ファントムを超高精細CTやphoton-counting CTで撮影し、肺気腫の定量評価に最も優れた再構成法について検討した。空間分解能の高い超高精細CTやphoton-counting CTで撮影することにより、肺気腫の定量評価の精度は向上したが、相対的な線量不足により画像ノイズの増加が問題となった。AIを応用したCTの画像再構成法を用いることで、空間分解能を保ちつつ、画像ノイズの低減が可能となり、肺気腫の定量評価において、最も優れた再構成法であることが明らかになった。
|
