| Project/Area Number |
19K08201
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 52040:Radiological sciences-related
|
|---|
| Research Institution | The University of Tokushima |
|---|
Principal Investigator |
HAGA Akihiro 徳島大学, 大学院医歯薬学研究部(医学域), 教授 (30448021)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
古徳 純一 帝京大学, 医療技術学部, 教授 (70450195)
中川 恵一 東京大学, 医学部附属病院, 特任教授 (80188896)
今江 禄一 東京大学, 医学部附属病院, 副診療放射線技師長 (80420222)
生島 仁史 徳島大学, 大学院医歯薬学研究部(医学域), 教授 (90202861)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Project Status |
Completed (Fiscal Year 2021)
|
| Budget Amount *help |
¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Fiscal Year 2021: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2020: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2019: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
|
|---|
| Keywords | CT画像 / エネルギースペクトル / 元素推定 / 超音波画像 / MRI画像 / PET画像 / 機械学習 / 人工知能 / 正規化 / CT / MRI / 機能推定 / 画像処理 / 医学物理学 / 機能画像 / レディオミクス |
|---|
| Outline of Research at the Start |
近年、腫瘍悪性度の分類や予後予測に対し、医用画像解析が遺伝子情報解析に匹敵する可能性が指摘され、レディオミクスと呼ばれる新たな研究分野が形成されつつある。一方、その予測精度を高めるために必要となる高品質で大規模な医用画像データベースにおいて、装置間の機器的な相違や撮影条件の相違が大きな障壁となる。そこで本研究では、この問題の克服に向け、臨床で撮影される医用画像の多様性を利用した元素推定と機能推定による正規化法の研究を推進する。正規化の性能を数値実験によって評価するとともに、レディオミクス特徴量を用いて臨床における予測性能を検討する。
|
| Outline of Final Research Achievements |
It has been pointed out that medical imaging has a potential to predict staging a tumor and patient prognosis, which is comparable with the genomics; It is called radiomics. To improve the prediction accuracy of radiomics, the standardization of medical images is important. In the creation of the database, however, the difference of machine device as well as the imaging protocol makes it difficult. This study developed the novel standardization of medical imaging based on the modeling of human phantom, and showed the application of various imaging technologies.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究により、様々なCT画像を仮想的に生成し、それを学習データとして人体密度、実効原子番号、及び人体の主要６元素（水素、炭素、窒素、酸素、りん、カルシウム）の密度分布を高い精度で推定できる手法を実現することができた。また、本研究期間内においてMRI画像、PET画像、超音波画像などの様々な医用画像に対して病気分類等を実現するモデルを実現することができた。この研究成果は、放射線治療・放射線診断をはじめとする分野において高精度な医療を提供することにつながり、今後の社会応用への期待が高まる結果を得ることができた。
|
