| 研究課題/領域番号 |
20K16769
|
|---|
| 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 | 大阪公立大学 (2022-2023)
大阪市立大学 (2020-2021) |
|---|
研究代表者 |
植田 大樹 大阪公立大学, 大学院医学研究科, 研究員 (90779480)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2023年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2022年度: 130千円 (直接経費: 100千円、間接経費: 30千円)
2021年度: 130千円 (直接経費: 100千円、間接経費: 30千円)
2020年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
|
|---|
| キーワード | 人工知能 / AI / Deep learning / 深層学習 / 画像変換 / インターベンショナルラジオロジー / DSA / IVR / Deepl earning / Interventional radiology / Interventional Radiology |
|---|
| 研究開始時の研究の概要 |
血管造影検査において欠くことのできない重要な技術の一つがdigital subtraction angiography (DSA)である。ライブ画像からマスク画像をサブトラクションすることで造影された血管のみを描出する技術で、病変までの血管走行の確認から病変の診断にまで広く用いられる。だがDSAは臨床的には患者の動きのある症例や腸管などに対しては適応が困難である。本研究ではディープラーニングの技術でアーチファクトから開放されたDSA画像を作成することを目的とする。
|
| 研究実績の概要 |
本年度（最終年度）においては、日本医学放射線学会から医用画像人工知能研究奨励賞を受賞し、研究成果が高く評価された。また、The Asian-Oceanian Congress of Neuroradiologyにおける招聘講演では、国際的な場でも本研究の重要性をアピールする機会を得た。
研究期間全体を通じては、2本の論文を出版した。1本目の論文「Deep Learning-based Angiogram Generation Model for Cerebral Angiography without Misregistration Artifacts」では、脳血管造影におけるミスレジストレーションアーチファクトを低減するためのディープラーニングモデルを提案し、その有効性をRadiology誌上で示した。2本目の論文「Mask-less Two-dimensional Digital Subtraction Angiography Generation Model for Abdominal Vasculature using Deep Learning」では、腹部血管造影におけるマスクレス2次元DSA生成モデルをディープラーニングにより実現し、JVIR誌に掲載された。さらに、本年度を含めて計5つの国際学会から招聘講演の依頼を受け、研究成果を広く発信する機会を得た。加えて、研究の質の高さが認められ、5つの賞を受賞した。
以上のように、本研究課題では、ディープラーニングを用いたDSA画像のモーションアーチファクト低減手法の開発において、複数の論文出版、国際学会での招聘講演、受賞など、顕著な成果を挙げることができた。これらの成果は、DSA画像の質の向上と診断精度の向上に寄与するものであり、今後の医療現場における活用が期待される。
|
