• 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

教師なしディープラーニングによるCT画像の骨病変検出システムの開発

研究課題

研究課題/領域番号 18K12095
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90130:医用システム関連
研究機関東京大学

研究代表者

花岡 昇平  東京大学, 医学部附属病院, 講師 (80631382)

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: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2019年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2018年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
キーワード医用画像処理 / 深層学習 / X線CT / 骨転移 / 時間差分 / 異常検知 / 骨疾患 / ディープラーニング
研究成果の概要

本研究では、前回CTから今回CTのボクセル値を各ボクセルで推定し、さらにその推定誤差も出力するプログラムを、深層学習を用いて作成した。これら推定値および推定誤差を用いて、各ボクセルで今回CTにおけるzscoreを算出し、これを異常度としてCT画像に重畳表示することにより、異常検出・強調表示を行った。このシステムを、臨床環境を模した読影実験にて実証した。11名の放射線科医(専門医6名、後期研修医5名)で80の症例を用いた読影実験が行われ、提案する時間差分CTを用いた場合の receiver operating characteristic (ROC) curveの改善が確認された。

研究成果の学術的意義や社会的意義

CT画像においてしばしば主治医や放射線科読影医によって見逃される早期のがん骨転移について、その検出を助ける骨病変抽出・強調表示手法が開発できた。これにより、がん骨転移をより早期に発見し治療できることが期待され、がん患者の予後、quality of lifeの向上に資すことができることと期待される。

報告書

(4件)
  • 2020 実績報告書   研究成果報告書 ( PDF )
  • 2019 実施状況報告書
  • 2018 実施状況報告書
  • 研究成果

    (5件)

すべて 2021 2019 2018

すべて 雑誌論文 (3件) (うち査読あり 3件、 オープンアクセス 1件) 学会発表 (2件) (うち国際学会 1件)

  • [雑誌論文] Unsupervised Deep Anomaly Detection in Chest Radiographs2021

    • 著者名/発表者名
      Nakao Takahiro、Hanaoka Shouhei、Nomura Yukihiro、Murata Masaki、Takenaga Tomomi、Miki Soichiro、Watadani Takeyuki、Yoshikawa Takeharu、Hayashi Naoto、Abe Osamu
    • 雑誌名

      Journal of Digital Imaging

      巻: n/a 号: 2 ページ: 418-427

    • DOI

      10.1007/s10278-020-00413-2

    • 関連する報告書
      2020 実績報告書
    • 査読あり / オープンアクセス
  • [雑誌論文] Clinical usefulness of temporal subtraction CT in detecting vertebral bone metastases2019

    • 著者名/発表者名
      Hoshiai Sodai、Masumoto Tomohiko、Hanaoka Shouhei、Nomura Yukihiro、Mori Kensaku、Hara Tadashi、Saida Tsukasa、Okamoto Yoshikazu、Minami Manabu
    • 雑誌名

      European Journal of Radiology

      巻: 118 ページ: 175-180

    • DOI

      10.1016/j.ejrad.2019.07.024

    • 関連する報告書
      2019 実施状況報告書
    • 査読あり
  • [雑誌論文] HoTPiG: a novel graph-based 3-D image feature set and its applications to computer-assisted detection of cerebral aneurysms and lung nodules2019

    • 著者名/発表者名
      Hanaoka Shouhei、Nomura Yukihiro、Takenaga Tomomi、Murata Masaki、Nakao Takahiro、Miki Soichiro、Yoshikawa Takeharu、Hayashi Naoto、Abe Osamu、Shimizu Akinobu
    • 雑誌名

      International Journal of Computer Assisted Radiology and Surgery

      巻: epub ahead 号: 12 ページ: 2095-2107

    • DOI

      10.1007/s11548-019-01942-0

    • 関連する報告書
      2018 実施状況報告書
    • 査読あり
  • [学会発表] Development of temporal subtraction CT images using deep learning to detect vertebral bone metastases2021

    • 著者名/発表者名
      星合壮大、花岡昇平、野村行弘、他
    • 学会等名
      第80回日本医学放射線学会総会
    • 関連する報告書
      2020 実績報告書
  • [学会発表] Residual network-based unsupervised temporal image subtraction for highlighting bone metastases2018

    • 著者名/発表者名
      Shouhei Hanaoka
    • 学会等名
      CARS 2018, Berlin, 18th May, 2018
    • 関連する報告書
      2018 実施状況報告書
    • 国際学会

URL: 

公開日: 2018-04-23   更新日: 2022-01-27  

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