Research on high-resolution coronary MRA imaging method using automatic extraction technology of coronary artery stationary period and super-resolution technology
| Project/Area Number |
22K07646
|
|---|
| 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 | Kyorin University |
|---|
Principal Investigator |
久原 重英 杏林大学, 保健学部, 非常勤講師 (60781234)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
竹内 純一 九州大学, システム情報科学研究院, 教授 (80432871)
天沼 誠 杏林大学, 保健学部, 教授 (10212565)
横山 健一 杏林大学, 医学部, 教授 (20383680)
芝生 春菜 杏林大学, 保健学部, 助教 (20784606)
遠藤 祐太 杏林大学, 保健学部, 助教 (80845016)
小林 邦典 杏林大学, 保健学部, 非常勤講師 (90723867)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2024: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2022: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
|
|---|
| Keywords | Cardiac MRI / Cine MRI / whole heart CMRA / stationary period / Deep learning / CNN / object detection / SSD / MRI / 冠動脈MRA / 冠動脈静止期間 / 深層学習 / 超解像 |
|---|
| Outline of Research at the Start |
冠動脈MRA(磁気共鳴血管撮影法)は、虚血性心疾患における冠動脈の非侵襲的な形態診断法として期待されているが、撮像に煩雑な手順を要するため、高画質化と共に検査の簡素化・短時間化が求められている。
本研究では、まず冠動脈の静止期間を、自動で正確かつ操作者依存性なく検出できる、１）冠動脈静止期間自動抽出技術（高精度動き検出技術 + 静止期間自動判定技術）の研究を行う。次に少数データから高い空間分解能の冠動脈MRAを再構築できる、深層学習と超解像技術に基づいた、２）高精細画像再構成技術の研究を行い、これらの技術の統合により、より簡便で高精細な画像が得られる、高精細冠動脈MRA撮像技術の完成を目指す。
|
| Outline of Annual Research Achievements |
2023年度はフェーズ2として 1) 冠動脈静止期間自動抽出技術の②静止期間自動判定技術に関する研究を中心に検討を進めた。①検出した冠動脈の位置から、隣り合う画像間での冠動脈の移動量を求めることで、冠動脈の動き曲線を取得し、次に②得られた動き曲線から、深層学習を用いて静止期間を求める。2023年度は②の手法として、左右の冠動脈の静止期間を同時に検出可能な、タイムドメインセグメンテーション法を提案し評価を行った。Neural Networkのトレーニングには、操作者が判定した静止期間を教師データとして用いて行い、得られた結果は、左右個々に正解の静止期間と比較することで精度の評価を行った。その結果、従来の閾値処理による方法に比べ、より人の判断に近い結果となった。
これらの成果の一部はISMRM (International Society for Magnetic Resonance in Medicine )にて発表した。また、提案手法ではU-netをベースとして用いたが、他のNeural Network構造を用いた場合との比較を行った。さらに、フェーズ３の予備検討として、超解像を用いたWhole-Heart CMRA (Coronary Magnetic Resonance Angiography)の画質ＵＰに関する基礎検討を行った。
上記に加え、世界的な半導体不足等により様子見していた計算機の導入も進め、計算機環境の整備を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
2023年度実施予定の、②静止期間自動判定技術に関しては、左右の冠動脈の静止期間を同時に検出可能な手法の提案や、国際学会での発表等、一定の成果が得られた。しかし、最終年度のフェーズ3に向けて、さらにCine MRIやWhole-Heart CMRAのデータ収集を進める予定であったが、COVID-19 が完全には収束せず、年間を通して増減を繰り返した影響もあり、解析・評価に必要なデータ収集の点では、やや遅れを生じている。
|
| Strategy for Future Research Activity |
2024年度は、フェーズ2で検討した技術内容の完成度を上げると共に、やや遅れているデータ収集を順次進め、フェーズ3として超解像技術を用いたWhole-Heart CMRA の画質ＵＰに関する検討を行い、冠動脈静止期間自動抽出技術と超解像技術による高精細冠動脈MRA撮像技術の完成を目指す。
|
Report
(2 results)
Research Products
(1 results)
