| 研究課題/領域番号 |
21K15802
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分52040:放射線科学関連
|
|---|
| 研究機関 | 京都医療科学大学 |
|---|
研究代表者 |
石田 翔太 京都医療科学大学, 医療科学部, 助教 (50817559)
|
|---|
| 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 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2023年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | MRI / Arterial spin labeling / Deep learning / Perfusion imaging / 深層学習 / 磁気共鳴画像 |
|---|
| 研究開始時の研究の概要 |
MRIによる非侵襲灌流イメージングであるarterial spin labeling (ASL) は脳循環動態や脳の老廃物排泄機構の機能を定量的に評価できる．臨床利用には画質向上と撮影時間短縮が必要であり，深層学習を利用して問題解決を試みる．本研究では，深層学習による画像復元技術がASLの画質と機能情報に与える影響を解明し，ASLに特化した深層学習フレームワークによる高画質で定量的な画像再構成法を開発する．
|
| 研究成果の概要 |
Arterial spin labeling (ASL)-MRIは動脈血を磁気標識して内因性トレーサとして利用する非侵襲灌流イメージングである．脳循環代謝や脳の老廃物排泄機構の機能評価に使用されているが，時空間分解能および信号対雑音比が低く，各種パラメータの定量性低下を引き起こす．本研究では深層学習によるASLの技術的問題点の解決を目的とした．深層学習による正確で高雑音耐性のパラメータ推定法を開発し，ASLで取得可能な定量パラメータの正確性および雑音耐性の向上をモンテカルロシミュレーション，健常被験者，もやもや病患者において実証した．
|
| 研究成果の学術的意義や社会的意義 |
従来の脳循環代謝評価は，放射線被曝による侵襲性と実施可能施設が限られる問題があるため，一般利用可能なASL-MRIによる非侵襲脳循環代謝評価法の確立が急務である．しかし，ASLの様々な技術的問題点のために，現在のところ，従来の侵襲検査法を置き換えることはできていない．ASLの技術的問題点を解決する深層学習ネットワークを開発し，モンテカルロシミュレーション・健常被験者・もやもや病患者においてその臨床的有用性を実証した本研究は，ASL-MRIによる完全非侵襲脳循環代謝評価法確立の端緒として意義深い．
|
