| 研究課題/領域番号 |
18K07712
|
|---|
| 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 | 京都大学 |
|---|
研究代表者 |
大石 直也 京都大学, 医学研究科, 特定准教授 (40526878)
|
|---|
| 研究分担者 |
藤原 宏志 京都大学, 情報学研究科, 准教授 (00362583)
鈴木 崇士 京都大学, 医学研究科, 特定助教 (10572224)
杉原 玄一 京都大学, 医学研究科, 助教 (70402261)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020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: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2018年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | 深層学習 / MRI / 脳 / 精神神経疾患 / ノイズ除去 / GPGPU / 医用画像工学 |
|---|
| 研究成果の概要 |
脳画像研究における信号雑音比をさらに向上させるため、申請者は脳MRIに対するノイズ除去性能が高い深層学習ベースの高精度ノイズ除去アルゴリズムを開発した。小動物については、精神疾患モデルラットの形態MRIにおけるノイズ除去の有用性を明らかにした。さらに、本手法を応用することで精神神経疾患患者の予後予測性能を向上させることに成功した。このように、基礎・臨床応用ともに今回開発した深層学習ベースの高精度ノイズ除去アルゴリズムの有用性を明らかにした。
|
| 研究成果の学術的意義や社会的意義 |
柔軟性・拡張性の高い深層学習ベースのノイズ除去アルゴリズムを新規に開発し、精神疾患モデルラットの形態MRIに応用することで従来検出しえなかった微小領域の変化を捉えることに成功した点は学術的意義が高いと考えられる。また、本手法を拡張することでMRIから縮約された情報を抽出させ、精神神経疾患患者の予後予測性能向上を果たした点は将来的な臨床応用という観点で社会的意義も高い。
|
