| 研究課題/領域番号 |
19K08239
|
|---|
| 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 | 秋田県立循環器・脳脊髄センター(研究所) |
|---|
研究代表者 |
松原 佳亮 秋田県立循環器・脳脊髄センター(研究所), 放射線医学研究部, 主任研究員 (40588430)
|
|---|
| 研究分担者 |
茨木 正信 秋田県立循環器・脳脊髄センター(研究所), 放射線医学研究部, 主任研究員 (40360359)
篠原 祐樹 秋田県立循環器・脳脊髄センター(研究所), 放射線医学研究部, 主任研究員 (60462470)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
2019年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
|
|---|
| キーワード | 深層学習 / PET / MRI / 脳循環代謝 |
|---|
| 研究開始時の研究の概要 |
脳卒中で損傷した脳組織が治療可能かを見極めるバイオマーカーとして，PETやMRIを用いた脳循環の評価が行われているが，撮像時間の延長や被検者への負担など困難が伴う．
本研究課題ではルーチンで撮像されるMR画像をベースとした深層学習による脳循環画像の予測・生成を試み，簡便・正確に脳循環を評価できる方法の提案を目指す．
|
| 研究成果の概要 |
本研究課題では被検者への負担が少ない簡便な脳循環評価法の提案・開発を目的とし、MR画像をベースとした深層学習による脳循環画像の予測・生成を試みた。
MR画像のみでの酸素摂取率(OEF)画像の予測は困難であるが、PET検査で得たCBF画像、CBV画像を入力として加えることでOEF画像の予測が可能（一致度: 0.597 +/- 0.082）であることが判明した。本研究によりMR及びPET画像をベースとした深層学習によりOEF画像の予測・生成が可能であることが示され、酸素15 PET検査の検査時間短縮の可能性が示唆された。
|
| 研究成果の学術的意義や社会的意義 |
OEF画像の取得は酸素15 PET検査を行うことで可能だが、撮像時間が長くなるなど被検者への負担が大きい問題があった。本研究課題によりOEF画像の取得に必要な15O-O2ガスによる撮像だけでなく、CBV画像の取得に必要な15O-COガスによる撮像も省略可能であり、本法を用いることで酸素15 PET検査の検査時間を30分程度短縮できる可能性が示された。本研究課題の成果はPETの検査における被検者への負担軽減に大きく寄与し得るものである。
|
