高精度機能的MRIの実現に向けた統合的脳機能画像補正法の開発

2022 Fiscal Year Research-status Report

• Project/Area Number: 21K18046
• Research Institution: Fujita Health University
• Principal Investigator: 高野 一輝 藤田医科大学, 医療科学部, 助教 (70806075)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: 機能的MRI / EPI / 幾何学的歪み / 深層学習 / GAN

Outline of Annual Research Achievements

機能的磁気共鳴画像法（functional MRI：fMRI）による脳機能計測では、神経活動に伴う血行動態応答が惹起する僅かな磁化率効果を信号変化として検出するため、磁化率効果に鋭敏で高い時間分解能を有する echo planar imaging（EPI）が用いられる。EPI は、静磁場の不均一による影響を受けやすく、磁場不均一に起因する幾何学的歪みや空間解像度の低下など、画質の劣化が問題となる。これらの問題は、fMRIにおいて本来の脳活動部位と脳機能画像上の不一致を引き起こし、誤った情報を提供する可能性がある。本研究では、人工知能技術を用いたアプローチにより、EPI 画像の画質を劣化させる主な要因である幾何学的歪みと空間分解能に着目した画像補正法の開発を行った。2022年度は、2021年度に引き続きMR画像シミュレータを用いて、ランダムな静磁場不均一環境下でシミュレートしたデジタル脳ファントムの EPI 画像とその磁場均一性マップの組み合わせを生成し、画像データベースの構築を完了した。また、この画像データベースを用いて、磁場不均一マップを推定する人工知能モデルの開発を行い、その精度検証した。開発した Conditional Generative Adversarial Nets（cGAN）をベースにしたモデルでは、一定の再現度を得ることができた。教師データとして用いる磁場均一性マップの磁場不均一幅を広げることにより精度が向上することがわかった。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

磁場均一生マップを含む５万パターンの画像データベースの構築を完了し、人工知能を用いた磁場均一性マップ推定モデルを構築することができたため。

Strategy for Future Research Activity

今後は、SRCNNアルゴリズムを用いた超解像処理法の検討および開発した画像補正法のBOLD信号に対する影響を検証する。

Causes of Carryover

コロナ禍より旅費の一部を使用しなかったため、次年度使用額が生じた。
最終年度の研究を加速させるため、画像処理速度を向上させるための環境構築に使用する。