| 研究課題/領域番号 |
19K17220
|
|---|
| 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 | 国立研究開発法人国立循環器病研究センター |
|---|
研究代表者 |
西井 達矢 国立研究開発法人国立循環器病研究センター, 病院, 医長 (20749345)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2022年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2019年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
|
|---|
| キーワード | CT / 心臓CT / ノイズ低減 / 画像後処理 / 深層学習 / 画像処理 / 人工知能 |
|---|
| 研究開始時の研究の概要 |
心臓CTにおける臨床的な課題を解決するためには強力で汎用性のあるノイズ低減法の開発が必要である。そのために、現在我々が持つ技術の弱点は、機械学習を用いた拡張知能により補完することが可能であると感がている。本研究の目的は、4次元ノイズ低減法を適応した教師データを用いて学習を行った拡張知能による新たなノイズ低減法の開発とその原理的妥当性を評価し、臨床的課題の解決に向けての実際の臨床の画像へ応用できることを実証することである。
|
| 研究成果の概要 |
この研究では、心臓CT検査の画質向上を目指し、AI技術を活用した新たなノイズ低減法を開発しました。具体的には、画像のノイズ（画像のざらつき）を大幅に削減することで、これまで困難だった低コントラスト領域の詳細な評価が可能となりました。結果として、冠動脈の不安定なプラークや心筋の病変など、重要な医療情報の把握が改善し、より精度の高い診断を実現することができました。本手法は、臨床画像に対しても大幅なノイズ低減が、撮影したあとの画像を用いても短い時間（2分程度）で処理可能であり、実際の医療現場への適用が期待されます。
|
| 研究成果の学術的意義や社会的意義 |
本研究では、AIを用いた新たなノイズ低減法を開発し、心臓CT画像の画質向上を実現しました。これにより、詳細な心筋や冠動脈の評価が可能となり、より精確な診断を可能にすることが期待できます。また、臨床画像を用いたノイズ低減も実現し、実際の医療現場での応用が視野に入っています。学術的には、この研究結果は心臓画像診断の新たな可能性を示しており、複数の海外学会で発表し、複数の査読付きの海外論文としても公表しました。社会的には、本手法を用いた高精度な診断による早期発見・治療の可能性が広がることが期待されます。
|
