研究課題/領域番号 |
20K08091
|
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 | 京都医療科学大学 |
研究代表者 |
松本 圭一 京都医療科学大学, 医療科学部, 准教授 (60393344)
|
研究期間 (年度) |
2020-04-01 – 2023-03-31
|
研究課題ステータス |
完了 (2022年度)
|
配分額 *注記 |
3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2022年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2021年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2020年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
キーワード | FDG-PET / 機械学習 / 画質自動判定 / PET / 標準化 |
研究開始時の研究の概要 |
本邦の学会が標準化を目的に定めたPET/CT装置の画質評価基準は欧米の基準よりも高い測定精度と再現性を期待できる基準であり、基準を満たす装置で得られたデータを用いることで短期間かつ低コストで新しい治療薬や治療法の有効性を実証できる可能性がある。 しかしながら、学会が定めた画質評価基準の適否を確認するためには、学会のPET撮像施設認証制度を受審する必要があり、時間と費用が必要になる。 本研究は、迅速かつ簡便に画質評価可能な自動判定プログラムを構築するために必要となる膨大な教師データを限られた実測データから作成し、その妥当性を検討する。
|
研究成果の概要 |
本研究では、[18F]-FDGを用いた全身PET撮像の画質基準を普及させるために、PET画像の画質を自動判定するシステムの開発、および数値ファントムを用いて米国核医学・分子イメージング学会が行っているPET画像自動評価システム(Phantom Analysis Toolkit; PAT)の特徴を調査した。 PATは撮像視野内(画像空間上)のファントムの設置位置に依存して解析結果が異なった。またPET画像の画質を自動判定するために必要な機械学習用の教師データを多数収集することができ、欧米諸国と整合性の取れた本邦の画質基準でPET画像の画質を自動判定できると考えられた。
|
研究成果の学術的意義や社会的意義 |
本邦の関連学会が見直しを進めている[18F]-FDGを用いた全身PET撮像の画質基準は、欧米諸国の基準と比較して整合性が取れているだけでなく、より高い精度と再現性で定量的指標を取得することができるため、画質基準に適合したPET画像は定量的画像バイオマーカーとして活用できると考えられる。 画質基準を迅速かつ簡便に評価することができれば、質の高い診療を行うことができるだけでなく、定量的画像バイオマーカーを用いて短期間かつ低コストで新しい治療薬や治療法の有効性を実証できる可能性が示唆された。
|