• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

4D-Flowと深層学習を用いた脳動脈瘤高分解能血流動態バイオマーカー計算法開発

研究課題

研究課題/領域番号 21K09175
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56010:脳神経外科学関連
研究機関聖隷クリストファー大学 (2023)
名古屋大学 (2021-2022)

研究代表者

礒田 治夫  聖隷クリストファー大学, リハビリテーション科学研究科, 臨床教授 (40223060)

研究分担者 平野 祥之  名古屋大学, 医学系研究科(保健), 准教授 (00423129)
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
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2023年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2022年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
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artificial intelligence / deep learning / noise reduction / 4D Flow MRI / intracranial aneurysm / fluid dynamics / hemodynamics / 人工知能 / 深層学習 / ノイズ低減 / 脳動脈瘤 / 磁気共鳴流体解析 / 計算流体解析 / ノイズ軽減 / 4D Flow / 高分解能 / 血流動態
研究開始時の研究の概要

血流動態(壁剪断応力など)が血管病変発生・成長に大きな役割を担い、脳動脈瘤の発生・成長・破裂のリスクを予測するバイオマーカーになり得る。磁気共鳴流体解析 (MRFD)はヒトから直接データを収集できる利点はあるが、空間分解能と時間分解能が低い。一方、計算流体解析 (CFD)は高時間分解能・高空間分解能であるが、処理時間や計算時間が掛かる欠点があり、臨床応用しにくい。そこで、磁気共鳴画像データを入力データ、CFDの結果を正解データとする教師データを学習させ、臨床現場で直ちにCFDと同等の血流解析結果(バイオマーカーの数値も含め)が得られる「深層学習を用いた人工知能のモデル」を構築することを目指す。

研究成果の概要

動脈瘤を含む脳動脈の磁気共鳴流体解析(MRFD)結果を元にした計算流体解析(CFD)結果の脳動脈内3方向速度データを正解データ、これらのCFDデータにMRFDを模倣したノイズを加えて得られたデータを入力データとする教師データを準備した。高分解能化よりもノイズ低減による精度向上を優先し、前記の教師データをWin5-RBに学習させ、「空間2次元」・「空間2次元+時間」・「空間3次元」・「空間3次元+時間」の各ノイズ低減の深層学習モデルを開発した。ノイズ低減程度を速度ベクトルの角度類似指数・強度類似指数、速度ベクトル場、流線、壁剪断応力で評価し、「空間2次元+時間」ノイズ低減モデルが最も優れていた。

研究成果の学術的意義や社会的意義

脳動脈瘤の発生・成長・破裂に脳動脈瘤の血流動態(壁剪断応力など)が大きな役割を担っており、脳動脈瘤のリスクを予測するバイオマーカーになり得る。ヒトの血流解析には磁気共鳴流体解析(MRFD)と計算流体解析(CFD)がある。MRFDはヒトから直接データを収集できる利点はあるが、ノイズによる精度低下・低空間分解能・低時間分解能の欠点がある。一方、CFDは高時間分解能・高空間分解能・高精度であるが、処理時間や計算時間(3時間から1日)が掛かる欠点があり、臨床応用しにくい。本研究のように、深層学習モデルでMRFDデータのノイズ除去を行い、CFDと同等の精度が即座に得られれば、臨床現場で有用と考えられる。

報告書

(4件)
  • 2023 実績報告書   研究成果報告書 ( PDF )
  • 2022 実施状況報告書
  • 2021 実施状況報告書
  • 研究成果

    (7件)

すべて 2023 2022 2021

すべて 学会発表 (7件) (うち国際学会 2件)

  • [学会発表] 3次元深層学習モデルの磁気共鳴流体解析のノイズ低減 ~時間情報の有無によるノイズ除去効果の違い~2023

    • 著者名/発表者名
      小田凌太郎, 礒田治夫, 小山修司, 平野祥之, 中島美来, 寺田理希, 牛尾貴輔, 五島聡
    • 学会等名
      第5回 4D Flow研究会
    • 関連する報告書
      2023 実績報告書
  • [学会発表] Differences of Noise Reduction in Magnetic Resonance Fluid Dynamics of Intracranial Aneurysms with the “Spatial 2D with time” and “Spatial 3D without time” 3D Deep Learning Models2023

    • 著者名/発表者名
      Ryotaro Oda, Haruo Isoda, Shuji Koyama, Yoshiyuki Hirano, Miku Nakashima, Masaki Terada, Takasuke Ushio, Satoshi Goshima
    • 学会等名
      Society for Magnetic Resonance Angiography 2023
    • 関連する報告書
      2023 実績報告書
    • 国際学会
  • [学会発表] 3次元深層学習モデルの磁気共鳴流体解析ノイズ低減 --時間情報の有無によるノイズ除去効果の違い2023

    • 著者名/発表者名
      小田凌太郎, 礒田治夫, 小山修司, 平野祥之, 中島美来, 寺田理希, 牛尾貴輔, 五島聡
    • 学会等名
      第53回 日本神経放射線学会
    • 関連する報告書
      2023 実績報告書
  • [学会発表] 深層学習を用いた磁気共鳴流体解析のノイズ低減2022

    • 著者名/発表者名
      中島美来, 礒田治夫, 平野祥之
    • 学会等名
      第45回 日本バイオレオロジー学会
    • 関連する報告書
      2022 実施状況報告書
  • [学会発表] Noise Reduction in Magnetic Resonance Fluid Dynamics Using Deep learning2022

    • 著者名/発表者名
      Miku Nakashima, Haruo Isoda, Yoshiyuki Hirano
    • 学会等名
      Society for Magnetic Resonance Angiography
    • 関連する報告書
      2022 実施状況報告書
    • 国際学会
  • [学会発表] 深層学習を用いた磁気共鳴流体解析のノイズ低減2022

    • 著者名/発表者名
      中島美来, 礒田治夫, 平野祥之
    • 学会等名
      第4回4D-Flow研究会
    • 関連する報告書
      2022 実施状況報告書
  • [学会発表] 深暦学習を用いた磁気共嗚流体解析のノイズ低減 ー trigger time に着目した基礎的検討ー2021

    • 著者名/発表者名
      中島美来, 礒田治夫,蓑島啓史,平野祥之,福山篤司,加藤 裕,市川和茂,水野 崇
    • 学会等名
      第3回4D-Flow研究会
    • 関連する報告書
      2021 実施状況報告書

URL: 

公開日: 2021-04-28   更新日: 2025-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi