2014 Fiscal Year Research-status Report
CT装置の空間分解能を活用したバーチャル3D肺がん像生成およびCADへの応用
| Project/Area Number |
26460722
|
|---|
| Research Institution | Niigata University |
|---|
Principal Investigator |
大久保 真樹 新潟大学, 医歯学系, 教授 (10203738)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
和田 真一 新潟大学, 医歯学系, 教授 (80105519)
|
|---|
| Project Period (FY) |
2014-04-01 – 2017-03-31
|
| Keywords | X線CT装置 / 変調伝達関数（MTF） / 点広がり関数（PSF） / 空間分解能 / 肺がん / コンピュータ支援診断（CAD） / CT検診 |
|---|
| Outline of Annual Research Achievements |
我々はこれまでに空間分解能に基づいたCT画像のコンピュータシミュレーション技術を開発してきた。本研究では、この技術を胸部CT画像における肺内結節に応用し、結節シミュレーション画像を臨床画像に融合させた“Virtual Nodule”としての利用を考案する。
今年度の実績として、まずCT装置の空間分解能を測定し画像シミュレーションに適用した。一様な濃度の球状の結節を想定した被写体関数から空間分解能に基づいて結節像を算出し，これを臨床画像に融合させVirtual Noduleとして生成した。その妥当性を検証するために、人工結節が封入された人体等価胸部CTファントムを用いた。Virtual Noduleは人工結節像とよく一致し、それらの差異は画像の背景雑音の大きさと同程度であった。高い精度でVirtual Noduleの算出が可能であることが示された。
次に、Virtual Noduleと人工結節像のそれぞれをComputer Aided Detection（CAD）システムに適用し検出実験を行った。人工結節48個のうち46個の検出結果はVirtual Noduleの結果と一致した（一致率95.8%）。Virtual Noduleが人工結節と同等の精度でCADの検出実験に適用できることが示された。
人工結節は自動体積計測ソフトウェアの性能評価などにおいて広く利用されているが、微小な大きさで均一な濃度を持つ球体を高精度に多数製造することは非常に難しい。これに対し、Virtual Noduleは任意の大きさと濃度を設定した算出ができ、臨床画像への融合も可能である。Virtual Noduleがこれまで利用されてきた人工結節と同等のCAD検出精度を示し、さらに人工結節の問題点を克服できることが示された。
以上の検討を通し、考案するVirtual Noduleの基礎を確立することができた。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初の研究計画では、今年度に以下の4つの課題を予定していた。1）CT装置の空間分解能指標を測定し肺結節の画像シミュレーションを実現する、2）シミュレーション画像を胸部CTファントム画像に融合させVirtual Noduleを生成する、3）Virtual Noduleをファントムに内在する人工結節の画像と比較しVirtual Noduleの生成精度を調べる、4）CADによる検出実験を行いVirtual Noduleと人工結節に対する検出能の一致度を確認する。各項目についての研究が順調に進められた。最終段階としての項目4の課題において、胸部ファントムに融合したVirtual Noduleと人工結節に対するCADの検出結果が高い一致率を示し、Virtual Noduleが人工結節と同じ精度でCADの性能評価に適用できることが明らかとなった。期待通りの良好な結果が得られており、当初の計画通りの進捗状況である。
|
| Strategy for Future Research Activity |
今年度に基礎を確立したVirtual Noduleを臨床画像データに適用する。これまでの研究過程で集積された肺がんCT検診で得られた臨床画像データを用いる。既に十分な症例数（n=67）が集められていることから新たな臨床画像の収集は不要である。結節シミュレーション画像を臨床画像に融合させVirtual Noduleを生成する。融合手法として、単純加算処理に加えアルファ・ブレンディング処理等を検討し、Virtual Noduleが真の結節像（症例画像）に類似した画像となるような融合手法を決定する。
次に、被写体関数（一様な濃度の球体）の大きさ（直径約4～8 mm）および濃度（約-800～-300 Hounsfield Unit）を変えて結節シミュレーション画像を生成し、それぞれ臨床画像データへの融合を行う。これにより、結節の大きさおよび濃度によって分類された、複数の肺結節症例画像データベースとしての構築が可能となる。このような大きさや濃度が正確に規定された肺結節画像データベースは、臨床画像における真の結節像を集めて構築することは非常に困難であり、Virtual Noduleの高い有用性が明らかにされるものと考える。
さらに次の段階として、構築された肺結節画像データベースをCADの結節検出実験に適用する。結節の大きさや濃度によって異なるCADの検出性能を詳細に解析し、CADで検出可能な結節の最小径と最小濃度との関係を定量的にとらえる。肺がん検診では、直径5 mm以上の大きさの結節の検出が重要とされている。直径5 mm以上の結節の検出に必要な結節の最小濃度を解明し、Virtual Noduleの有用性を証明する。
|
