2021 Fiscal Year Research-status Report
人工知能を用いて多層検出器CT画像より疑似的なMR画像を作成する研究
| Project/Area Number |
21K07623
|
|---|
| Research Institution | Kumamoto University |
|---|
Principal Investigator |
中浦 猛 熊本大学, 大学院生命科学研究部(医), 准教授 (90437913)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
船間 芳憲 熊本大学, 大学院生命科学研究部(保), 教授 (30380992)
川上 史 熊本大学, 病院, 特任助教 (40565678)
木藤 雅文 熊本大学, 病院, 特任助教 (40744909)
永山 泰教 熊本大学, 病院, 助教 (60791762)
尾田 済太郎 熊本大学, 病院, 准教授 (80571041)
上谷 浩之 熊本大学, 大学院生命科学研究部(医), 助教 (80583046)
三上 芳喜 熊本大学, 病院, 教授 (90248245)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Keywords | 人工知能 |
|---|
| Outline of Annual Research Achievements |
近年、欧米を主体にvalue based careが提唱され、費用対効果の低い検査を省略することが推奨されており、現在CT/MRIの両方で評価しているような疾患をどちらか一つで評価しなければならなくなる状況が予想されている。dual energy CTは従来のCTと比較して電子密度画像やヨード定量画像、カルシウム抑制画像など様々な画像を作成でき、MRI検査を一部置換できる可能性があるものの、これらの画像は読影にかなりの経験を要する欠点がある。一方で、人工知能（artificial intelligence: AI）による画像変換の精度はめざましく改善しており、正常に近い症例に限定すればCTから臨床的に使用可能なレベルの仮想MRI画像を作成することに成功しつつある。本研究の目的はdual energy CTとAIを用いて、CTより日常臨床で使用可能な仮想MRI画像を作成することである。
現時点で、Deep Learningの学習環境およびプログラムについては構築済みであり、こちらを応用した腰椎のCTからMRIへの変換の論文がRadiography Volume 28, Issue 2, May 2022, Pages 447-453に掲載された。本研究課題はこの手法をdual energy CTに応用したものであり、初期段階の成果として重要と思われる。
現在、今回の演題の対象となるような症例を収集している。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
CTからMRIを作成する初期のDeep Learningモデルを作成する事ができ、論文として掲載された。以降はこちらのモデルの応用を進める予定である。現在、症例収集を進めている。
|
| Strategy for Future Research Activity |
現在、Dual Energy CTで単純CTを撮影し、MRIを撮影した症例を収集中であるが、現時点ではdeep learningの学習に十分な症例数を集めることができず、モデルの構築などは来年度以降の予定である。引き続き症例の収集を継続する。
|
| Causes of Carryover |
本年度はコロナのため、学会出張などがほとんどなかった。また、今研究用のデータが集まっていなかったため、処理用の機器の購入を来年度に回した。
|
