• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

深層学習を用いた超低線量CT像の高画質化によるCTの被曝低減

研究課題

研究課題/領域番号 17H06679
研究種目

研究活動スタート支援

配分区分補助金
研究分野 医学物理学・放射線技術学
研究機関東京工業大学

研究代表者

鈴木 賢治  東京工業大学, 科学技術創成研究院, 特任教授 (00295578)

研究期間 (年度) 2017-08-25 – 2019-03-31
研究課題ステータス 完了 (2017年度)
配分額 *注記
2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
2017年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
キーワード深層学習 / 機械学習 / CT / 被曝低減 / 雑音除去
研究実績の概要

1)画像出力型深層学習をベースとするCTのための被曝線量低減手法の開発
本研究で開発したCTのための被曝線量低減手法は,我々独自の深層学習をベースとし,学習と実行ステップから成る.学習ステップでは,超低線量で撮像されたCT像を入力画像,高線量で撮像されたCT像を教師画像に使い,深層学習モデルを学習する.深層学習は,ニューラルネット回帰モデル(NN)で構成され,入力は超低線量CT像の局所領域の画素値,出力はそれに対応する高線量CT像中の1画素の推定値である.学習は,教師画素と出力画素の誤差が小さくなるよう,NNの重み係数を調整することにより行われる.実行ステップでは,学習後のモデルに未学習の超低線量CT像を入力すれば,あたかも高線量で撮ったようなCT像(仮想高線量CT像)に変換できる.
CTデータの3次元化に伴い,深層学習モデルを3次元に拡張する場合,情報量の増大に伴う学習時間の増大が問題となる.2次元モデルの学習は,通常のPCにおいて約72時間を要した.3次元化すると情報量が10倍程に増える.この問題に対処するため,我々が以前に開発したLaplacian Eigenmapに基づく非線形入力次元削減手法を応用した.
2)3次元胸部ファントムによる被曝線量低減手法の性能検証
深層学習3次元モデルの学習と検証のため,精巧な3次元胸部ファントムを,CT装置の最低線量から最高線量までの複数の線量で撮像した.超低線量と最高線量のCT画像を入力画像と教師画像とし,深層学習モデルを学習した.本手法で低減できる被曝線量を定量的に明らかにするため,最高線量CT像を理想画像とし,出力CT像の画質をSSIM (Structural Similarity)を用いて評価した.仮想高線量CT像の画質と,実際に線量を変えて撮像したCT像の関係を調べることにより,本手法で低減できる線量を定量的に明らかにした.

現在までの達成度 (段落)

29年度が最終年度であるため、記入しない。

今後の研究の推進方策

29年度が最終年度であるため、記入しない。

報告書

(1件)
  • 2017 実績報告書
  • 研究成果

    (26件)

すべて 2018 2017 その他

すべて 国際共同研究 (1件) 雑誌論文 (7件) (うち国際共著 3件、 査読あり 4件) 学会発表 (13件) (うち国際学会 12件、 招待講演 2件) 図書 (5件)

  • [国際共同研究] Illinois Institute of Technology/University of Chicago/Harvard University(米国)

    • 関連する報告書
      2017 実績報告書
  • [雑誌論文] Comparing Two Classes of End-to-End Learning Machines for Lung Nodule Detection and Classification: MTANNs vs CNNs2017

    • 著者名/発表者名
      Nima Tajbakhsh and Suzuki K.
    • 雑誌名

      Pattern Recognition

      巻: 63 ページ: 476-486

    • DOI

      10.1016/j.patcog.2016.09.029

    • 関連する報告書
      2017 実績報告書
    • 査読あり / 国際共著
  • [雑誌論文] Machine Learning in Medical Imaging Before and After Introduction of Deep Learning2017

    • 著者名/発表者名
      Suzuki K.
    • 雑誌名

      医用画像情報学会雑誌

      巻: 34 号: 2 ページ: 14-24

    • DOI

      10.11318/mii.34.14

    • NAID

      130006846726

    • ISSN
      0910-1543, 1880-4977
    • 関連する報告書
      2017 実績報告書
    • 査読あり
  • [雑誌論文] Overview of Deep Learning in Medical Imaging2017

    • 著者名/発表者名
      Suzuki K.
    • 雑誌名

      Radiological Physics and Technology

      巻: 10 号: 3 ページ: 257-273

    • DOI

      10.1007/s12194-017-0406-5

    • 関連する報告書
      2017 実績報告書
    • 査読あり
  • [雑誌論文] 深層学習の医用画像工学応用 ―サーベイ―2017

    • 著者名/発表者名
      Suzuki K.
    • 雑誌名

      Medical Imaging Technology

      巻: 35 号: 4 ページ: 212-226

    • DOI

      10.11409/mit.35.212

    • NAID

      130006108080

    • ISSN
      0288-450X, 2185-3193
    • 関連する報告書
      2017 実績報告書
    • 査読あり
  • [雑誌論文] Special issue on Machine Learning in Medical Imaging2017

    • 著者名/発表者名
      Suzuki K., Zhou L., Wang Q.
    • 雑誌名

      Pattern Recognition

      巻: 63 ページ: 465-467

    • DOI

      10.1016/j.patcog.2016.10.020

    • 関連する報告書
      2017 実績報告書
    • 国際共著
  • [雑誌論文] Special issue on Machine Learning Applications in Medical Image Analysis2017

    • 著者名/発表者名
      El-Baz A., Gimel'farb G., Suzuki K.
    • 雑誌名

      Computational and Mathematical Methods in Medicine

      巻: 2017 ページ: 1-2

    • DOI

      10.1155/2017/2361061

    • 関連する報告書
      2017 実績報告書
    • 国際共著
  • [雑誌論文] 特集/医用画像工学分野におけるディープラーニング応用と研究開発 —序文—2017

    • 著者名/発表者名
      Suzuki K.
    • 雑誌名

      Medical Imaging Technology

      巻: 35 号: 4 ページ: 177-179

    • DOI

      10.11409/mit.35.177

    • NAID

      130006108057

    • ISSN
      0288-450X, 2185-3193
    • 関連する報告書
      2017 実績報告書
  • [学会発表] Radiation dose reduction in digital breast tomosynthesis (DBT) by means of deep-learning-based supervised image processing.2018

    • 著者名/発表者名
      Liu J., Zarshenas A., Wei Z., Yang L., Fajardo L., and Suzuki K.
    • 学会等名
      SPIE Medical Imaging (SPIE MI)
    • 関連する報告書
      2017 実績報告書
    • 国際学会
  • [学会発表] Reduction in training time of a deep learning (DL) model in radiomics analysis of lesions in CT.2018

    • 著者名/発表者名
      Makkinejad N., Tajbakhsh N., Zarshenas A., Khokhar A., and Suzuki K.
    • 学会等名
      SPIE Medical Imaging (SPIE MI)
    • 関連する報告書
      2017 実績報告書
    • 国際学会
  • [学会発表] Neural Network Convolution (NNC) for Converting Ultra-Low-Dose to "Virtual" High-Dose CT Images.2017

    • 著者名/発表者名
      Suzuki K., Liu J., Zarshenas A., Higaki T., Fukumoto W., and Awai K.
    • 学会等名
      International Workshop on Machine Learning in Medical Imaging (MLMI)
    • 関連する報告書
      2017 実績報告書
    • 国際学会
  • [学会発表] Recent Advances in Medical Image Understanding and Diagnosis with Artificial Intelligence.2017

    • 著者名/発表者名
      Suzuki K.
    • 学会等名
      Hiroshima Medical Engineering School (hBMEs)
    • 関連する報告書
      2017 実績報告書
    • 招待講演
  • [学会発表] Deep and Shallow Machine Learning in Medical Image Analysis and Diagnosis.2017

    • 著者名/発表者名
      Suzuki K.
    • 学会等名
      IEEE 5th Workshop on Data Mining in Biomedical Informatics and Health (DMBIH)
    • 関連する報告書
      2017 実績報告書
    • 国際学会 / 招待講演
  • [学会発表] Investigating the Depth of Convolutional Neural Networks (CNNs) in Computer-aided Detection and Classification of Focal Lesions: Lung Nodules in Thoracic CT and Colorectal Polyps in CT Colonography.2017

    • 著者名/発表者名
      Tajbakhsh N., Zarshenas A., Liu J., and Suzuki K.
    • 学会等名
      Scientific Assembly and Annual Meeting of Radiological Society of North America (RSNA)
    • 関連する報告書
      2017 実績報告書
    • 国際学会
  • [学会発表] Two Deep-Learning Models for Lung Nodule Detection and Classification in CT: Convolutional Neural Network (CNN) vs Neural Network Convolution (NNC).2017

    • 著者名/発表者名
      Tajbakhsh N., Zarshenas A., Liu J., and Suzuki K.
    • 学会等名
      Scientific Assembly and Annual Meeting of Radiological Society of North America (RSNA)
    • 関連する報告書
      2017 実績報告書
    • 国際学会
  • [学会発表] Radiation Dose Reduction in Thin-Slice Chest CT at a Micro-Dose (mD) Level by Means of 3D Deep Neural Network Convolution (NNC).2017

    • 著者名/発表者名
      Zarshenas A., Zhao Y., Liu J., Higaki T., Awai K., and Suzuki K.
    • 学会等名
      Scientific Assembly and Annual Meeting of Radiological Society of North America (RSNA)
    • 関連する報告書
      2017 実績報告書
    • 国際学会
  • [学会発表] Detection of Solid Pulmonary Nodules in Micro-Dose CT (mDCT) with "Virtual" Higher-Dose (vHD) CT Technology: An Observer Performance Study.2017

    • 著者名/発表者名
      Fukumoto W., Suzuki K., Higaki T., Zhao Y., Zarshenas A., and Awai K.
    • 学会等名
      Scientific Assembly and Annual Meeting of Radiological Society of North America (RSNA)
    • 関連する報告書
      2017 実績報告書
    • 国際学会
  • [学会発表] Computer-Based Interactive Demonstration and Comparative Study: Virtual Full-Dose (VFD) Digital Breast Tomosynthesis (DBT) Images Derived From Reduced-Dose Acquisitions versus Clinical Full-Dose DBT Images.2017

    • 著者名/発表者名
      Liu J., Zarshenas A., Wei Z., Yang L., Fajardo L. L., and Suzuki K.
    • 学会等名
      Scientific Assembly and Annual Meeting of Radiological Society of North America (RSNA)
    • 関連する報告書
      2017 実績報告書
    • 国際学会
  • [学会発表] What Was Changed in Machine Learning (ML) in Medical Image Analysis After the Introduction of Deep Learning?2017

    • 著者名/発表者名
      Suzuki K., Zarshenas A., Liu J., Zhao Y., and Luo Y.
    • 学会等名
      Scientific Assembly and Annual Meeting of Radiological Society of North America (RSNA)
    • 関連する報告書
      2017 実績報告書
    • 国際学会
  • [学会発表] Virtual High-Dose (VHD) Technology: Radiation Dose Reduction in Digital Breast Tomosynthesis (DBT) by Means of Supervised Deep-Learning Image Processing (DLIP).2017

    • 著者名/発表者名
      Liu J., Zarshenas A., Wei Z., Yang L., Fajardo L. L., and Suzuki K.
    • 学会等名
      Scientific Assembly and Annual Meeting of Radiological Society of North America (RSNA)
    • 関連する報告書
      2017 実績報告書
    • 国際学会
  • [学会発表] How Deep Should We Go with Deep Learning in Medical Image Analysis?2017

    • 著者名/発表者名
      Tajbakhsh N., Zarshenas A., Liu J., and Suzuki K.
    • 学会等名
      Scientific Assembly and Annual Meeting of Radiological Society of North America (RSNA)
    • 関連する報告書
      2017 実績報告書
    • 国際学会
  • [図書] Artificial Intelligence in Decision Support Systems for Diagnosis in Medical Imaging2018

    • 著者名/発表者名
      Suzuki K., Chen Y.
    • 総ページ数
      387
    • 出版者
      Springer
    • ISBN
      9783319688428
    • 関連する報告書
      2017 実績報告書
  • [図書] Emerging Developments and Practices in Oncology2018

    • 著者名/発表者名
      Xu J., Zarshenas A., Chen Y., and Suzuki K.
    • 総ページ数
      305
    • 出版者
      IGI Global
    • ISBN
      9781522530855
    • 関連する報告書
      2017 実績報告書
  • [図書] Artificial Intelligence in Decision Support Systems for Diagnosis in Medical Imaging2018

    • 著者名/発表者名
      Tajbakhsh N. and Suzuki K.
    • 総ページ数
      387
    • 出版者
      Springer-Verlag
    • ISBN
      9783319688435
    • 関連する報告書
      2017 実績報告書
  • [図書] Machine Learning in Medical Imaging (MLMI)2017

    • 著者名/発表者名
      Wang Q., Shi Y., Suk H., Suzuki K.
    • 総ページ数
      391
    • 出版者
      Springer International Publishing
    • ISBN
      9783319673899
    • 関連する報告書
      2017 実績報告書
  • [図書] Image-based Computer-assisted Radiation Therapy2017

    • 著者名/発表者名
      Suzuki K
    • 総ページ数
      375
    • 出版者
      Springer-Nature
    • ISBN
      9789811029431
    • 関連する報告書
      2017 実績報告書

URL: 

公開日: 2017-08-25   更新日: 2022-05-23  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi