| 研究課題/領域番号 |
18K07675
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分52040:放射線科学関連
|
|---|
| 研究機関 | 神戸大学 |
|---|
研究代表者 |
竹中 大祐 神戸大学, 医学研究科, 非常勤講師 (60258233)
|
|---|
| 研究分担者 |
大野 良治 藤田医科大学, 医学部, 教授 (30324924)
吉川 武 神戸大学, 医学研究科, 特命講師 (40332788)
関 紳一郎 神戸大学, 医学研究科, 特命助教 (30773519)
西村 善博 神戸大学, 医学研究科, 名誉教授 (20291453)
眞庭 謙昌 神戸大学, 医学研究科, 教授 (50362778)
岸田 雄治 神戸大学, 医学部附属病院, 特命助教 (90792250)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2020年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2019年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2018年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | 放射線医学 / CT / 人工知能 / 被曝線量低減 / 画像診断支援 / 肺癌検診 / 低線量CT / AI / Deep Learning |
|---|
| 研究成果の概要 |
本研究では「Deep Learningを用いた人工知能（AI）による肺癌CT検診および良・悪性鑑別診断を目的としたコンピュータ支援診断装置の開発と超低線量CTプロトコールへの応用」するため，①Deep Learning法を用いた新たなAIによるComputer-Aided Volumetryを開発，②肺癌検診用超低線量CTプロトコールを策定するための基礎実験を行うとともに，③肺結節患者を策定した撮像プロトコールにて撮像し，開発したDeep Learningを用いたAI搭載CAD装置による肺結節評価を行った。そして、その研究成果を国内学会で発表するとともに、海外一流誌にて研究成果を発表中である。
|
| 研究成果の学術的意義や社会的意義 |
1990年代の後半より臨床応用されてきたMDCTにおいて、近年臨床応用が進められている逐次近似再構成および逐次再構成などの新たな再構成法により低線量CTや超低線量CTの臨床応用が進められている。あわせて、NLSTによるCT肺癌検診の有用性及び日本肺癌学会による肺癌取扱い規約第8版における肺癌内のすりガラス濃度部分および充実部分の成分分析による病期分類や予後の差などが指摘されている。
本研究では人工知能を併用した新たなCAD装置の臨床応用を可能にするとともに新たな低線量CT検査を可能にした。
|
