| 研究課題/領域番号 |
21K07651
|
|---|
| 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 | 名古屋市立大学 |
|---|
研究代表者 |
中川 基生 名古屋市立大学, 医薬学総合研究院(医学), 講師 (60590982)
|
|---|
| 研究分担者 |
齋藤 伸治 名古屋市立大学, 医薬学総合研究院(医学), 教授 (00281824)
野澤 久美子 地方独立行政法人神奈川県立病院機構神奈川県立こども医療センター(臨床研究所), 臨床研究所, 部長 (20619986)
下平 政史 名古屋市立大学, 医薬学総合研究院(医学), 准教授 (60597821)
小澤 良之 名古屋市立大学, 医学(系)研究科(研究院), 助教 (90569005)
|
|---|
| 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)
2023年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | AI / 遺伝病 / MRI / セグメンテーション / 脳神経 |
|---|
| 研究開始時の研究の概要 |
遺伝病の中には脳形態の異常や特異顔貌をもつ疾患も多い。しかし、それらを客観的に評価する方法は確立されていない。脳実質の評価には通常磁気共鳴画像法(MRI)が用いられるが、従来法ではスライス厚が大きく正確に評価できない。また、特異顔貌も主観的な評価に頼る部分が大きく、客観性に欠ける。近年開発された3.0テスラMRIによりthin slice画像を撮像すれば、脳形態の詳細な評価や3D構築により顔貌の客観的評価が可能となる。また近年人工知能(AI)が発達し画像診断の正診率が向上している。これらを踏まえて本研究では、thin slice画像、かつAIによる補助を用いた新たな遺伝病の診断法を開発する。
|
| 研究実績の概要 |
当院において3DT1強調像が撮像された小児頭部MRI800例、神奈川県立こども医療センターで3DT1強調像が撮像された小児頭部MRI60例の画像データをもちいて、脳梁と橋のセグメンテーションをするプログラムを、python、pytorchを用いて作成した。Intersection over Unionは90%以上であり、小児頭部MRIの脳梁、橋の領域を正確に検出できるようになった。
本研究による成果を、第83回日本医学放射線学会(横浜)にて発表した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
本研究における成果を第83回日本医学放射線学会(横浜)にて発表することができた。
|
| 今後の研究の推進方策 |
小児頭部MRIから脳梁、橋をセグメンテーションモデルを作成し、これからそれぞれの面積を計測できるように改定する。小児の正常コントロール群から年齢ごとの脳梁、橋面積の正常値をしらべ、セグメンテーションモデルにより算出した脳梁、橋の面積が自動的に正常値と比較できるようにプログラムを作成する予定である。
|
