研究課題/領域番号 |
22K15853
|
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 | 国立研究開発法人量子科学技術研究開発機構 |
研究代表者 |
梅原 健輔 国立研究開発法人量子科学技術研究開発機構, QST病院, 主任研究員 (90825077)
|
研究期間 (年度) |
2022-04-01 – 2026-03-31
|
研究課題ステータス |
交付 (2022年度)
|
配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2025年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2024年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
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: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
キーワード | トランスフォーマー / 超解像 / MRI / Transformer / Super-Resolution / AIイメージング |
研究開始時の研究の概要 |
本研究では,機械学習モデルの一種であるTransformer(トランスフォーマー)を用いた医用画像処理技術「Transformerイメージング」を実現するための基盤技術を開発する.また,種々の医用画像を対象とした観察研究を実施し,診断能を含めた臨床的有用性を検証することで,臨床応用に向けた強固なエビデンスを構築する.
|
研究実績の概要 |
本研究課題では,機械学習技術の一種であるTransformerを用いて,医用画像を対象とした高精度なテクスチャ・構造物の描出が可能なAIイメージング技術の開発とその臨床応用の可能性を検討することを目的としている. 研究期間1年目の本年度は,技術実装の初期的検討と臨床的有用性評価のための症例収集を行うこととしている. 技術実装に関しては,別課題の研究期間延長に伴い,当初の研究計画よりもやや遅れているもの,敵対的生成ネットワーク(GAN)と合わせて検討を進めた. 症例収集に関しては,共同研究先の協力により,患者同意が得られた150例のMRIの収集が終了している.これらの症例のうち,微小脳出血の症例を対象に,Radiomics解析を用いた初期的な検討を行った.
|
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
症例の収集は予定通りの進捗状況であるが,技術実装の検討が当初の計画からはやや遅れている.
|
今後の研究の推進方策 |
引き続き症例収集と並行しながら,技術実装および初期的な画質評価を推進していく.
|