| 研究課題/領域番号 |
21K07592
|
|---|
| 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 | 三重大学 |
|---|
研究代表者 |
石田 正樹 三重大学, 医学系研究科, 准教授 (10456741)
|
|---|
| 研究分担者 |
中山 良平 立命館大学, 理工学部, 教授 (20402688)
佐久間 肇 三重大学, 医学系研究科, 教授 (60205797)
高藤 雅史 三重大学, 医学部附属病院, 助教 (80899170)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2023年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2022年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2021年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | 5D-GRASP / 冠動脈MRA / 画像再構成 / 圧縮センシング / self-navigation / セルフナビゲーション法 / 5D-GRASP法 |
|---|
| 研究開始時の研究の概要 |
5D-GRASP法による冠動脈MRAは、セルフナビゲーション法と圧縮センシング技術を併用し、心電図・呼吸同期なしの100%撮影効率で連続した画像データ収集を行う。5D-GRASP冠動脈MRAは一度の撮影で、呼吸位相・心位相の組み合わせの数だけ冠動脈MRAの3D画像データセットが生成される。本研究では、1）3テスラ造影5D-GRASP冠動脈MRAの多数の画像データセットから診断に最適ものを自動抽出するアルゴリズムを開発し、2）5D-GRASP冠動脈MRAの画質および冠動脈狭窄診断能を評価し、3）3テスラ造影5D-GRASP冠動脈MRAに付随して得られる左室シネ画像の定量性の精度を検証する。
|
| 研究成果の概要 |
5D-GRASP法を用いた冠動脈MRAの撮影パラメータおよび造影剤注入法、画像再構成におけるRegularization weightsの最適化を行った。また、ローザンヌ大学が考案した、多数の心位相、呼吸位相から自動で高画質の再構成が得られるデータ抽出法に対して、われわれのデータを提供し、同手法がわれわれのデータにも有効であることを示した。さらに、5D-GRASP法を用いた冠動脈MRAデータセットからシネ画像を再構成し、通常のシネ画像と比較して、左室容積および機能について比較し良好な一致が得られることを示した。
|
| 研究成果の学術的意義や社会的意義 |
本研究では、5D-GRASP法により3テスラ造影冠動脈MRAを、従来法と比べ大幅に短い時間で撮影することができ、得られた多数の呼吸位相、心位相ごとの再構成画像から、画像処理の技術を応用して高画質の冠動脈MRA画像とシネMRI画像を、一度の撮影から得ることができ、冠動脈疾患の診断のための心臓MRI検査プロトコール時間短縮に大きなインパクトを与える意義を有する。
|
