| 研究課題/領域番号 |
23K07588
|
|---|
| 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53020:循環器内科学関連
|
|---|
| 研究機関 | 藤田医科大学 |
|---|
研究代表者 |
河合 秀樹 藤田医科大学, 医学部, 准教授 (30778361)
|
|---|
| 研究分担者 |
寺本 篤司 名城大学, 情報工学部, 教授 (00513780)
皿井 正義 藤田医科大学, 大学病院, 病院教授 (10298531)
佐藤 嘉洋 藤田医科大学, 医学部, 助教 (70731503)
井澤 英夫 藤田医科大学, 医学部, 教授 (80402569)
外山 宏 藤田医科大学, 医学部, 教授 (90247643)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2025年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2024年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2023年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | 心サルコイドーシス / FDG-PET/CT / Cycle GAN / 機械学習 / 心臓サルコイドーシス / 深層学習 / 診断モデル |
|---|
| 研究開始時の研究の概要 |
心臓サルコイドーシスは病理学的組織診断が困難な症例が多いため、画像診断の重要性が非常に高い。FDG-PET/CTはサルコイドーシスによる炎症病巣を高感度に描出するため、本症の診断に非常に有用であり近年急速に普及してきたが、心筋炎等の他疾患や生理的集積との鑑別が困難であることが少なくない。本研究では画像を相互変換する新しい技術を用いて、FDG-PET/CT画像から正常心筋を抽出し、さらに深層学習処理を加えて客観的かつ精度の高い確定診断、治療効果判定、重症度・予後評価を行い、将来的には経験豊富な施設と同水準の診断精度を目指すためにこれをソフトウェアとして標準化することを目的とする。
|
| 研究実績の概要 |
本研究は①準備期、②手法確立期、③精度検証期、④論文準備期、の4段階に分けて研究を進めている。科研費申請の段階で①準備期は既に終えている。昨年度は深層学習処理システム Deep learning BOX II (GDEPアドバンス社)を購入し、共同研究者の寺本教授とともに②手法確立期に臨んだ。一部の症例で画質不良のため問題が生じたが、試行錯誤を加えながら、何とか一定の精度の画像がほぼ全症例で得られつつある。
またこの間にも①準備期で用意した適応症例が少し増えているため、他の研究にも用いることもありこのサルコイドーシス患者データベースを更新している。
一方で同様にサルコイドーシスをテーマとした他研究も並行して進めており、昨年は日本サルコイドーシス学会にて発表を行った。
|
| 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
上記に記したとおり、一部の画質の不十分な症例についてやや苦労したが、概ね順調である。
|
| 今後の研究の推進方策 |
②手法確立がもう少し完成した段階で③精度検証に入る予定である。
|
