| 研究課題/領域番号 |
17K18291
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
医学物理学・放射線技術学
放射線科学
|
|---|
| 研究機関 | 広島国際大学 |
|---|
研究代表者 |
山本 めぐみ 広島国際大学, 保健医療学部, 講師 (50412333)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2019年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2018年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2017年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
|
|---|
| キーワード | 血管造影 / DSA / 深層学習 / アーチファクト / Deep Learning / モーションアーチファクト / ニューラルネットワーク / 人工知能 / アンギオ / 医用画像処理 / 放射線科学 / 血管 / 情報工学 |
|---|
| 研究成果の概要 |
DSA(Digital Subtraction Angiography)は脳血管造影検査や血管内治療(IVR)に使用されている．高精細画像が得られ，立体的に様々な角度から血管等を観察できる．しかしDSAには2つ課題がある．①被検者の動きに非常に弱くアーチファクトが生じやすいため，適用部位が限定される．②マスク画像取得のための造影前撮影による被曝線量増加と検査時間の延長がある．本研究では深層学習を用いて上記2つの問題点を解決する新しいDSA法の開発を行うことを目的とした研究を行った．
開発した方法では，マスク像の撮影を必要とせず，患者や臓器が動いてもアーチファクトはほとんど生じない．
|
| 研究成果の学術的意義や社会的意義 |
本研究ではDSAのマスク画像作成に，深層学習の一種であるCNNを使用する．本研究ではライブ画像からマスク画像を作り出す画像処理に直接，深層学習を使用した．これにより造影前のマスク画像取得が不要になるため，任意の角度でDSAが作成でき被曝と検査時間の短縮に繋がる．本研究成果は，DSAの適用部位を限定することなく，通常の血管造影像やDSAでは観察できなかったあらゆる部位の微細血管までを，立体的に様々な角度から把握することができ，従来の血管造影では明らかにならなかった血管の形態や質，内膜や血栓・石灰化などの三次元的位置を把握でき，診断や手術において非常に有用である，
|
