2022 Fiscal Year Research-status Report
深層学習が放射線画像診断医の腹部悪性腫瘍検出能に及ぼす影響
| Project/Area Number |
22K15821
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
八坂 耕一郎 東京大学, 医学部附属病院, 助教 (40779659)
|
|---|
| Project Period (FY) |
2022-04-01 – 2027-03-31
|
| Keywords | 深層学習 |
|---|
| Outline of Annual Research Achievements |
CT検査では検査目的以外の予期せぬ疾患が偶発的に検出されることがある。悪性腫瘍は患者の予後に直結しうる疾患であり、偶発的に存在する悪性腫瘍を確実に
検出できるようになることの臨床的意義は大きい。今回、造影CTにおいて食道癌を検出する深層学習アルゴリズムを開発した。さらに、深層学習アルゴリズムが
様々な経験年数の複数の放射線科医師の検出成績に及ぼす影響について評価した。結果、特に経験年数の少ない放射線科医師の精度を向上させる上で大きなイン
パクトがあることが判明した。本研究結果を原著論文としてまとめ、British Journal of Radiology誌において報告した。
また、深層学習応用画像再構成法の腹部画像診断への応用についても検討を行った。従来の画像再構成法を用いた場合に比べて、肝細胞癌検出能や、大腿骨・股
関節術後患者における骨盤部画像画質改善を得られることが分かり、それぞれAbdominal Radiology誌、Japanese Journal of Radiology誌において報告した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
造影CTにおいて食道癌検出を行う深層学習アルゴリズムの開発を行った。深層学習応用画像再構成を用いたCT画像における肝細胞癌検出能の評価を行った。いずれの研究内容も査読付き国際学術雑誌において原著論文として発表を行った。
|
| Strategy for Future Research Activity |
造影CTにおける体幹部疾患診断を行う深層学習アルゴリズムの開発および、深層学習応用画像再構成法における体幹部疾患診断能についての評価を行う。
|
| Causes of Carryover |
英文校正費用を想定していたよりも安価に抑えることができた。次年度の英文校正費用として用いる。
|
