研究課題
若手研究(B)
多層検出器CT によるmulti-energy dataから抽出したヒストグラム特徴量を機械学習(ランダムフォレスト)モデルで総合的に評価することで、脆弱性プラークを高い精度で分類することができた。これは標準CT画像を用いた場合よりも有意に高い診断能だった。また、従来のCT値による解析手法と比べても有意に高い診断能であった。本手法を用いることで冠動脈プラークの正確な性状評価が可能となり、適切な治療方針の決定に寄与すると考えられる。
多層検出器CT によるmulti-energy dataを使用することにより、これまでよりも正確な冠動脈プラーク評価が可能となり、より適切な診療マネージメントが可能になると考えられる。このことは、急性冠症候群の発症抑制に寄与し、臨床診療の側面だけでなく、医療経済的にも意義が大きいと考える。
すべて 2019 2018
すべて 雑誌論文 (1件) (うち査読あり 1件、 オープンアクセス 1件) 学会発表 (3件) (うち国際学会 2件)
British Journal of Radiology
巻: 92 号: 1094 ページ: 20180215-20180215
10.1259/bjr.20180215