| 研究課題/領域番号 |
19K17216
|
|---|
| 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 | 国立研究開発法人量子科学技術研究開発機構 |
|---|
研究代表者 |
大田 淳子 国立研究開発法人量子科学技術研究開発機構, QST病院, 主任研究員 (90825001)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2021年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2020年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2019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 | fMRI / 深層学習 / 超解像 / 敵対的生成ネットワーク / GAN / 運動機能 / 機能的MRI / 畳み込みニューラルネットワーク / 画像 / 医用画像処理 / 機械学習 / MRI / 人工知能 / 脳機能 / ディープラーニング |
|---|
| 研究開始時の研究の概要 |
機能的MRI（fMRI）は脳機能検査において重要な役割を果たしているが、空間解像度が低い点
が問題点として挙げられる。fMRIの高解像度化手法はこれまでにもいくつか提案されているが、臨床応用は困難であった。
一方、研究代表者は人工知能を用いた画像の高解像度化手法により、頭部MRI画像を本来の画像が持つ情報を失わせることなく高解像度化できることを示してきた。しかし、fMRIは一般的なMRI装置では教師データとなる高解像度な画像を得ることができない。
そこで本研究では、fMRIに特化した学習法を提案し、従来は困難であった高精度な脳機能の弁別を可能にする、新たな高解像度fMRIを開発する。
|
| 研究成果の概要 |
fMRIは脳機能を可視化するツールとして用いられているが、空間解像度は構造的MRIと比較すると相対的に低い。空間解像度の高いfMRIを撮像するためには、時間分解能の制約があり困難である。また、深層学習などの機械学習法を用いて空間解像度を向上させる方法を用いることができれば、撮像後に空間解像度を向上させることが可能だが、学習の教師となる空間解像度が高い理想的なfMRI画像を準備するのが困難である。本研究課題では、T2＊強調画像はfMRIと同様にエコープラナーイメージングにより取得されるため、画像コントラストが類似している点に着目し、新たな高解像度fMRIを提案した。
|
| 研究成果の学術的意義や社会的意義 |
本研究は、人工知能を用いた超解像処理により画質が向上するだけでなく、さらに脳機能を局在的に評価できるかどうかを明らかにする点で学術的意義がある。また、新たな撮像装置を導入することなく、脳機能をより精密に評価できるため、汎用性が高く、社会的波及効果が期待できる。
|
