2023 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 |
深層学習応用再構成法を用いることで、dynamic CTにおいて肝細胞癌の検出能が向上するか、複数の放射線科医師を対象として検討した。結果、従来法に比べて、深層学習応用再構成法では、放射線科医師の肝細胞癌検出能を向上できることが判明した。本研究結果を英文原著論文としてまとめ、Abdominal Radiology誌において報告した。
深層学習応用画像再構成法を用いることで、dynamic CTにおける腹骨盤部の活動性出血の描出が、従来法と比べて向上することが判明した。本研究成果を英文原著論文としてまとめ、Radiol Technol誌に投稿し採択された。
また、処置前のdynamic CT画像をもとに、胆管ステント留置後の膵炎リスクを予測する深層学習アルゴリズムを作成した。既知の臨床的因子に深層学習法の出力を組み合わせることで、予測精度を向上させることが判明した。結果をEndosc Int Open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
深層学習応用画像再構成法を用いた検討や、腹部画像診断における深層学習アルゴリズムの開発を行った。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 |
物品費を想定していたよりも安価に抑えることができた。次年度の物品費や英文校正費用として用いる。
|
