2022 Fiscal Year Research-status Report
Examination of image quality improvement and imaging time reduction of brain nuclear medicine scan using deep learning model
| Project/Area Number |
20K16705
|
|---|
| Research Institution | Yokohama City University |
|---|
Principal Investigator |
石渡 義之 横浜市立大学, 大学院医学研究科放射線診断学講座, 助教 (70835868)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Keywords | 脳核医学 / 123I-イオフルパン / 深層学習 / 人工知能 |
|---|
| Outline of Annual Research Achievements |
これまでの深層学習モデル生成の画像とオリジナル画像の読影結果の一致をintra-rater reliabilityで評価したところ0.75であった。今年度はこれまでの123I-イオフルパンの撮像時間短縮を目的とした深層学習モデルの結果について欧州核医学会(2022年10月、バルセロナ)での発表を行なった。新型コロナウイルス流行の影響でオンラインでの参加となってしまったが、国際学会での発表を経験できて、大変有意義なものであった。これまでの結果は比較的良好な結果ではあるが、論文発表や何より臨床現場での使用を目的とするならば、同一のオリジナル画像をintervalを置いて２度読影した際のintra-rater reliability(約0.9)に近い値を目指す必要があった。そこで、さらにモデルを改良し、深層学習モデルの精度を上げるために、人工知能が専門の本学のデータサイエンス学部の山岸研究室と連携して、新たなモデルの選定を行なっていくことにした。その際、これまで5分間撮像画像で深層学習モデルを構築してきたが、10分間撮像画像、15分間撮像画像、20分間撮像画像でも同様のモデル構築を行い、得られた深層学習モデル生成画像とオリジナル画像との読影結果を比較し、撮像時間短縮の限界を明らかにすることにした。他方で、本研究で知り合った中央大学の先生方と共同で医用画像読影に関しての視線計測に関する研究を開始した。今後CT画像に関する視線計測技術を用いて、CT画像の最適な読影手法を明らかにしていく予定である。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
新型コロナウイルス流行の影響や現状では人工知能によるノイズリダクションの精度が期待よりも低いこと、それによる最新モデルの選定などに時間を要している。
|
| Strategy for Future Research Activity |
本学データサイエンス学部と連携して、深層学習モデル精度の向上を図る。
ここまでを一つの区切りとし、論文発表を行う。
|
| Causes of Carryover |
国際学会参加がオンラインになった影響などにより余剰金が生じた。論文投稿の際の英文校正費用、投稿料などにあてる予定である。
|
