| 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 / 深層学習 / Deep learning / 画像変換 / GAN / 敵対的学習 / DSA / インターベンショナルラジオロジー / 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。
|
| 研究成果の概要 |
本研究では、ディープラーニングを用いてDSA画像のミスレジストレーションアーチファクトを低減するモデルを開発した。頭部及び腹部の血管造影画像を用いて検証を行ったところ、ディープラーニングで生成した画像は、従来のDSA画像と比較して定量的にも定性的にも同等以上の画質を示した。本モデルにより、体動のある症例においてもアーチファクトの少ない血管像が得られ、より円滑な検査・治療の実現が期待される。
|
| 研究成果の学術的意義や社会的意義 |
本研究で開発したディープラーニングモデルは、従来のDSA画像に伴うミスレジストレーションアーチファクトを大幅に低減し、体動のある症例においても鮮明な血管像を提供できる。これにより、血管造影検査・治療の精度向上や時間短縮が期待でき、患者への負担軽減にもつながる。本モデルは、世界に先駆けて開発された革新的技術であり、国内外の医療現場への普及が期待される。
|
