| 研究課題/領域番号 |
21K07623
|
|---|
| 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 | 熊本大学 |
|---|
研究代表者 |
中浦 猛 熊本大学, 大学院生命科学研究部(医), 准教授 (90437913)
|
|---|
| 研究分担者 |
船間 芳憲 熊本大学, 大学院生命科学研究部(保), 教授 (30380992)
川上 史 熊本大学, 病院, 特任助教 (40565678)
木藤 雅文 熊本大学, 病院, 助教 (40744909)
永山 泰教 熊本大学, 病院, 助教 (60791762)
尾田 済太郎 熊本大学, 病院, 准教授 (80571041)
上谷 浩之 熊本大学, 大学院生命科学研究部(医), 特任講師 (80583046)
三上 芳喜 熊本大学, 病院, 教授 (90248245)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (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)
2024年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2023年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2022年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2021年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | 人工知能 / CT / MRI |
|---|
| 研究開始時の研究の概要 |
Dual Energy CTで得られる様々なコントラスト画像を利用して、MRIの様々なシークエンス画像や機能画像を人工知能を用いて作成する研究である。現時点でも心臓のextra-cellular volume (ECV) mapなどでは人工知能を用いなくても、ある程度同様のものが作成されており、このような処理を様々な部位や検査に適応することが最終目標である。
|
| 研究実績の概要 |
近年、欧米を主体にvaluebasedcareが提唱され、費用対効果の低い検査を省略することが推奨されており、現在CT/MRIの両方で評価しているような疾患をどちらか一つで評価しなければならなくなる状況が予想されている。dualenergyCTは従来のCTと比較して電子密度画像やヨード定量画像、カルシウム抑制画像など様々な画像を作成でき、MRI検査を一部置換できる可能性があるものの、これらの画像は読影にかなりの経験を要する欠点がある。一方で、人工知能（artificialintelligence:AI）による画像変換の精度はめざましく改善しており、正常に近い症例に限定すればCTから臨床的に使用可能なレベルの仮想MRI画像を作成することに成功しつつある。本研究の目的はdualenergyCTとAIを用いて、CTより日常臨床で使用可能な仮想MRI画像を作成することである。現時点で、DeepLearningの学習環境およびプログラムについては構築済みであり、こちらを応用した腰椎のCTからMRIへの変換の論文がRadiographyVolume28,Issue2,May2022,Pages447-453に掲載された。本研究課題はこの手法をdualenergyCTに応用したものであり、初期段階の成果として重要と思われる。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
昨年度はこのような症例を集めたものの、DualEnergyCTとMRIを両方撮影しているものが比較的すくない問題があり、ほとんどの部位で位置ズレが問題であって、腰椎のような変換は困難な事がわかった。現在は位置ズレが少ない画像で、DualEnergyCTのデータが残っているものを手作業で検索している。
|
| 今後の研究の推進方策 |
現在、研究に活用できるデータが頭部dual energy CT > MRIと考えられる。このようなデータを使ってCTやMRIのデータを収集し、学習を行っている段階である。以前に使用していたpix2pixでは僅かなCTの濃度差を変換する事が困難な事もわかり、pix2pixの後継のGANを使用して検討を行っている。
|
