Research on high-resolution coronary MRA imaging method using automatic extraction technology of coronary artery stationary period and super-resolution technology

2022 Fiscal Year Research-status Report

• Project/Area Number: 22K07646
• Research Institution: Kyorin University
• Principal Investigator: 久原 重英 杏林大学, 保健学部, 非常勤講師 (60781234)
• Co-Investigator(Kenkyū-buntansha): 竹内 純一 九州大学, システム情報科学研究院, 教授 (80432871) ; 天沼 誠 杏林大学, 保健学部, 教授 (10212565) ; 芝生 春菜 杏林大学, 保健学部, 助教 (20784606) ; 遠藤 祐太 杏林大学, 保健学部, 助教 (80845016) ; 小林 邦典 杏林大学, 保健学部, 非常勤講師 (90723867)
• Project Period (FY): 2022-04-01 – 2025-03-31
• Keywords: Cardiac MRI / Cine MRI / whole heart CMRA / stationary period / Deep learning / CNN / object detection / SSD

Outline of Annual Research Achievements

本研究の目的は１）冠動脈静止期間自動抽出技術（①高精度動き検出技術 + ②静止期間自動判定技術）と２）高精細画像再構成技術に関する研究を行い、それらの技術の統合により、より簡便でかつ高精細な冠動脈MRA が安定して得られる、高精細冠動脈MRA撮像技術の完成を目指すものである。初年度は １）に関して、主に①を中心に研究を進めた。また②に関する予備的な検討を行った。
①の高精度動き検出技術に関しては、冠動脈MRAの本撮像前に行われるCine MRIの四腔像を対象とし、各心位相の画像に対し、左右の冠動脈を同時にかつ全フェーズに渡って検出可能なことを目標に研究を行った。基礎検討段階で得られた方式をベースに、体格や年齢の異なるボランティアの心臓Cine MRIを撮像すると共に、公開データも用いて検証を進めた。冠動脈の位置の検出には、物体検出に用いられるCNN(Convolutional Neural Network)の一種で、高速かつ高精度な物体認識が可能なSSD ( Single Shot Multi-box Detector)を用い、得られた各画像の冠動脈の位置情報から、隣り合う画像間での冠動脈の移動量を求め、冠動脈の動き曲線を得た。コロナ禍の影響もあり、実撮像はそれほど多くは出来ず、公開データを含めてもまだ比較的少ないデータ数ではあるが、従来法としてテンプレートマッチング法を用いた場合に対し、より高い検出率で冠動脈の位置が検出でき、高精度に冠動脈の動きを検出可能なことが確認できた。
②の静止期間自動判定技術に関しては、①で得られた冠動脈の動き曲線から、深層学習を用いて静止期間を求める技術に関して予備的な検討を進め、成果の一部をISMRM( International Society for Magnetic Resonance in Medicine )へ投稿し採択された。

Current Status of Research Progress

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

Reason

初年度に実施予定の1)冠動脈静止期間自動抽出技術の①高精度動き検出技術に関しては、基礎検討段階で得られた方式をベースに、コロナ禍の影響もあり実撮像データ数はそれほど多くは出来なかったが、データ数を増やした検討が行え、従来法よりも提案手法の方がより高い検出率で冠動脈の位置を検出でき、より高精度な冠動脈の動き検出が可能なことが確認できた。
また、次年度予定の②の静止期間自動判定技術に関しても、予備的な検討により基本的な動作の確認等ができ、成果の一部を学会投稿出来たことなどから、ほぼ予定通りに進捗していると言える。
なお、世界的な半導体不足と急激な円安の進行により、初年度導入予定の計算機については、しばらく様子見として次年度以降に先延ばしとし、現行の計算機環境で検討を進めた。

Strategy for Future Research Activity

2023年度は1)冠動脈静止期間自動抽出技術の②静止期間自動判定技術に関して、予備検討での成果をベースにさらに詳細な検討を進める。現在は操作者がCine画像から目視にて冠動脈の静止期間を求めているため、操作者依存性がある。そこで冠動脈の動き曲線に対して、熟練者の静止期間の判定結果を学習させることで、熟練者と同等レベルの静止期間判定が可能な、深層学習をベースとした静止期間自動判定技術の実現を目指す。
本年度以降は、フェーズ１（2022年度）に加えて、深層学習での検討項目がさらに増え、より高い計算機能力が必要となって来ることから、先延ばししていた計算機の早期導入ならびに稼働により、研究推進のスピードＵＰを図る。また、最終年度の超解像技術を用いたWhole-Heart CMRA (Coronary Magnetic Resonance Angiography)の画質ＵＰに関する予備検討にも着手し、最終年度での成果に繋げていく予定。

Causes of Carryover

世界的な半導体不足と急激な円安の進行により、初年度予定の計算機導入を次年度に先延ばしにしたこと、参加予定であった国際学会をコロナ禍のため取りやめたこと等により、次年度使用額が生じた。初年度の検討は現行の計算機環境で対応したが、次年度以降はより高い計算機能力が必要となることから、予定計算機の早期導入ならびに稼働により研究推進のスピードＵＰを図る。またコロナ禍も治まりつつあることから、次年度より国際学会での発表・参加の再開を予定しており、次年度以降で予定使用額との差異は無くなる見込みである。