2015 Fiscal Year Research-status Report
大規模学習ニューラルネットワークを用いた低線量CT画像の画質修復
| Project/Area Number |
26461793
|
|---|
| Research Institution | Hiroshima University |
|---|
Principal Investigator |
福本 航 広島大学, 大学病院, 医科診療医 (00726870)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
粟井 和夫 広島大学, 医歯薬保健学研究院(医), 教授 (30294573)
檜垣 徹 広島大学, 医歯薬保健学研究院(医), 特任助教 (80611334)
|
|---|
| Project Period (FY) |
2014-04-01 – 2017-03-31
|
| Keywords | 被曝低減 |
|---|
| Outline of Annual Research Achievements |
平成27年度は広島大学病院およびその関連病院にて、肺癌CT検診およびその精査目的で、低線量（1-3 mGy）および超低線量(0.1－0.3 mGy)の胸部CT画像の両者が撮影され肺結節を含む患者30人程度のデータを後ろ向きに収集した。
その後、超低線量CT画像を学習が終わったMTANNに入力し、仮想低線量画像を作成した。それを実際に低線量で撮影された画像と比較した。
評価は実際の低線量画像で指摘された結節が仮想低線量画像ではどのように描出されるか3段階のGrade Scale（Grade 1：低線量画像で指摘の結節が仮想低線量画像では指摘困難、Grade 2：低線量画像で指摘の結節が仮想低線量画像では指摘可能、ただし、内部性状の評価は不能、Grade 3：低線量画像で指摘の結節が仮想低線量画像では指摘も内部性状評価いずれも可能）を用いて行った。
結果は低線量画像では18結節（充実性結節：16結節、すりガラス結節：2結節）が指摘できた。Grade 1は0結節、Grade 2は2結節（いずれもすりガラス結節）、Grade 3は16結節との結果となった。
MTANNによる仮想低線量画像は肺癌CT検診において結節の検出においては実際の低線量画像と同等である可能性がある。ただし、内部性状の評価が困難な結節もあり、画質改善が必要である。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
現在までに超低線量画像より仮想低線量画像を作成する技術はほぼ完成しており、おおむね順調に進展していると考えられる。ただし、画質の初期評価では改善点もあり、修正が必要である。
|
| Strategy for Future Research Activity |
平成27年度はMTANNによる超低線量画像より仮想低線量画像を作成する技術はほぼ完成しているが、結節の内部性状評価がやや困難な結節があり、画質改善が必要である。平成28年度は画質改善を行いながら、実際の低線量画像と仮想低線量画像の2者において、放射線専門医による肺腫瘍の検出能についてReceiver Operating analysis(ROC)解析を実施し、診断能の検討を行う。
|
| Causes of Carryover |
読影実験はまだ行えておらず、人件費や謝礼の予算を使用していないため。
|
| Expenditure Plan for Carryover Budget |
読影実験の際には必要に応じて謝礼を支払う予定である。
|
Research Products
(1 results)
