| 研究課題/領域番号 |
18K12102
|
|---|
| 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 | 岐阜大学 |
|---|
研究代表者 |
原 武史 岐阜大学, 工学部, 教授 (10283285)
|
|---|
| 研究分担者 |
山田 哲 信州大学, 学術研究院医学系(医学部附属病院), 講師 (80419407)
片渕 哲朗 岐阜医療科学大学, 保健科学部, 教授 (00393231)
松迫 正樹 聖路加国際大学, 聖路加国際病院, 医長 (90209528)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2020年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
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: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | コンピュータ支援診断 / FDG-PET/CT / 核医学画像 / 深層学習 / AutoEncoder / FDG-PET / 異常検知 / PET/CT |
|---|
| 研究成果の概要 |
深層学習を用いてFDG-PET/CT画像から体幹部の悪性腫瘍の自動検出に関する特徴量の自動抽出を試みた．そして，その特徴量を利用した病変部の自動検出法に関して研究を行った．FDG-PET画像における異常集積の検出成功率は80.1%，1症例あたりのFP数は12.5個だった．FP削除手法において深層学習を利用した結果，1症例あたり73.0個のFP削除に成功した．このことから，深層学習を用いて抽出した画像特徴量は，FDG-PET検査における病変部の自動検出に関する診断支援システムへの利用が期待される．
|
| 研究成果の学術的意義や社会的意義 |
機能画像におけるコンピュータ支援診断の開発はまだまだ研究段階であり，その中で，全身のがん探索を実現するFDG-PET／CT検査のためのコンピュータ支援診断において深層学習技術が利用できる例を示した．現在，FDG-PET／CT画像の公開データベースも発表されている状況であり，技術的な進展への寄与と実システムの臨床展開に関する寄与が予想される学術的にも社会的にも意義のある研究である．
|
