| 研究課題/領域番号 |
21K07731
|
|---|
| 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 | 山口大学 |
|---|
研究代表者 |
國弘 佳枝 山口大学, 医学部附属病院, 講師 (30448310)
|
|---|
| 研究分担者 |
伊東 克能 山口大学, 大学院医学系研究科, 教授 (00274168)
岡田 宗正 独立行政法人国立病院機構関門医療センター(臨床研究部), 放射線科, 生活習 慣病対策研究室長 (70380003)
平野 靖 山口大学, 医学部附属病院, 准教授 (90324459)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
交付 (2022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: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2022年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2021年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | CT / 呼吸器 |
|---|
| 研究開始時の研究の概要 |
Snフィルターを用いた超低線量CT画像では、単純X線写真と同程度の被ばく量で撮像可能である。本研究では通常CTとSnフィルターを用いたCT画像を収集し、画質の比較評価を行う。次に人工知能（AI）技術、機械学習を用いて超低線量CT画像の画質の改善を図り、小児CT検査時の被ばく低減を図るとともに、超低被ばくCTによる画質の劣化対策として機械学習を用いた画像再構成法の確立をめざす。
|
| 研究実績の概要 |
小児においては放射線に対する感受姓が成人より高く、CT検査を行う際には適応を厳密に検討する必要がある。Snフィルターを用いた超低線量CT画像は単純X線写真と同程度の被ばく量で撮像可能であるが、従来のCTより画質が劣るという欠点がある。このため画質改善のための技術が重要であり、本研究では人工知能を用いて画質改善を図り、画像再構成法の確立をめざすとともに、小児や若年成人の被ばく低減機能を用いたCTへの応用を目的としている。本年度の研究実績は以下のとおりである。
①対象症例の抽出：
“Image gently”で管電流が最適化され、通常線量100～120kVで撮影された初回CTとSn100kVでの超低線量CTとが撮影された症例を、前年度に加えて成人、小児を含めて抽出した。
②機械学習を用いた画像解析法の検討：
前年度に加えて蓄積された症例を含め、①で得られた匿名化されたDICOM画像(1mmスライス)を、通常CTを教師画像として、Sn100kVのCTを機械学習で画像再構成し、得られた画像を検討した。今後も画質の改善に向けた手法の検討を進めていく必要がある。
|
| 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
小児症例のCT件数は成人に比較すると明らかに少ないため症例蓄積に時間を要しているが、前年度から機会学習を用いた画像解析法についての検討も行っているため、概ね順調に進展している。
|
| 今後の研究の推進方策 |
本年度に蓄積した症例をもとに、機械学習を用いた画像解析法の検討を引き続き行う。
機械学習で得られた画像の画質評価を行う。
|
