2021 Fiscal Year Research-status Report
深層学習と圧縮センシングを融合した高速肝磁化率マッピング開発と臨床的有用性の確立
| Project/Area Number |
20K16755
|
|---|
| Research Institution | University of Yamanashi |
|---|
Principal Investigator |
舟山 慧 山梨大学, 大学院総合研究部, 特任助教 (40790449)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 肝臓 / MRI / 定量的磁化率マッピング / QSM / 人工知能 |
|---|
| Outline of Annual Research Achievements |
深層学習と圧縮センシングを組み合わせたCNN(convolutional neural network)による再構成画像と、従来法画像（parallel imaging単独、parallel imagingおよび圧縮センシング）の画質比較について、複数の経験を積んだ放射線診断医による評価を追加し、より詳細な定性的臨床評価を行った。開発手法は肝内脈管の描出を除いた多くの画像評価項目（肝縁描出、膵描出、病変描出、画像ノイズ、エイリアジングおよびモーションアーティファクト、ブラーリング、総合画質）で統計学的に有意に優れた結果を示した。肝内の脈管描出については従来手法と画質スコアはほぼ同等で、統計学的に有意差は認められなかった。CNN学習中のGPUメモリ消費について、開発手法を用いることでネットワーク深度を従来手法に比較して倍にしたにも関わらず、従来手法の半分にとどまった。上記内容をまとめ第49回日本磁気共鳴医学会大会で発表を行った。
前述の再構成手法の高速肝定量的磁化率マッピングへの応用を検討するため、2021年度を通じて肝臓MRI検査画像の集積を行った。次年度に解析を行う予定である。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
初年度における画像再構成プログラム開発が遅延した影響を受け、2年目となる本年度は研究計画にやや遅延を生じている。
|
| Strategy for Future Research Activity |
最終年度となる2022年度は2021年度に集積した臨床症例の解析を行い、肝定量的磁化率マッピングの臨床的有用性の検証を行う計画である。
|
| Causes of Carryover |
本件度研究において次年度使用額が生じた理由として大きく2つの要因がある。1つは初年度の研究で生じた研究計画の遅延の影響がある。2つ目は新型コロナウイルス感染症の流行により、多くの国際学会がリモート開催となり現地参加のための旅費が使用されなかったためである。
次年度使用額については研究を加速するための備品購入や論文作成費用等に充てる計画である。
|
