Elimination of motion artifacts from DSA images using deep learning

2023 Fiscal Year Final Research Report

• Project/Area Number: 20K16769
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 52040:Radiological sciences-related
• Research Institution: Osaka Metropolitan University (2022-2023); Osaka City University (2020-2021)
• Principal Investigator: Ueda Daiju 大阪公立大学, 大学院医学研究科, 研究員 (90779480)
• Project Period (FY): 2020-04-01 – 2024-03-31
• Keywords: 人工知能 / AI / 深層学習 / Deep learning / 画像変換 / GAN / 敵対的学習 / DSA

Outline of Final Research Achievements

In this study, we developed a deep learning model to reduce misregistration artifacts in DSA images. Validation using cerebral and abdominal angiograms showed that the images generated by deep learning were quantitatively and qualitatively equivalent to or better than conventional DSA images. This model allows for less artifactual vascular images even in cases with body motion, which is expected to enable smoother examinations and treatments.

Free Research Field

放射線診断学・IVR学

Academic Significance and Societal Importance of the Research Achievements

本研究で開発したディープラーニングモデルは、従来のDSA画像に伴うミスレジストレーションアーチファクトを大幅に低減し、体動のある症例においても鮮明な血管像を提供できる。これにより、血管造影検査・治療の精度向上や時間短縮が期待でき、患者への負担軽減にもつながる。本モデルは、世界に先駆けて開発された革新的技術であり、国内外の医療現場への普及が期待される。