| 研究課題/領域番号 |
18K15542
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分52040:放射線科学関連
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
八坂 耕一郎 東京大学, 医学部附属病院, 助教 (40779659)
|
|---|
| 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 |
3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2021年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2020年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2019年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2018年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 深層学習 / 骨密度 / 腰椎 / DXA / 肝線維化staging / 腹部画像診断 / CT / MRI / 人工知能 |
|---|
| 研究成果の概要 |
深層学習の画像診断への応用について研究開発を行った。造影CT門脈相やGd-EOB-DTPA造影MRI肝細胞相の画像を用いた正常肝から肝硬変に至るまでの肝線維化のステージング、CTを用いた骨密度の予測、CTにおける食道癌の検出を行うような深層学習モデルを開発し、研究内容を査読付き国際学術雑誌において原著論文として発表した。
|
| 研究成果の学術的意義や社会的意義 |
深層学習の放射線画像診断への応用を行い、様々なモデルを開発することができた。これらの深層学習モデルを用いることで、放射線画像診断医の診断能を向上したり、放射線画像診断による主観的な評価では得ることが困難であった情報を画像から引き出すことが可能となり、診療の質を向上させることが期待される。
|
