• 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

深層学習による代謝・機能画像の異常検知

研究課題

研究課題/領域番号 24K10905
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
研究機関東京大学

研究代表者

高尾 英正  東京大学, 医学部附属病院, 准教授 (10444093)

研究期間 (年度) 2024-04-01 – 2027-03-31
研究課題ステータス 交付 (2024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)
2026年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2025年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2024年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
キーワード異常検知 / MRI / PET / 深層学習
研究開始時の研究の概要

本研究では、代謝・機能画像において、形態画像を含めたマルチモダリティー画像を入力として、異常検知の深層学習モデルを構築するにあたり、はじめに、大規模な公開データが入手可能な、脳のPET画像やMRI画像を対象として検討をすすめ、続いて、骨シンチグラフィーや全身のPET画像、脳のSPECT画像等への応用を目標とし、以下の項目を実施する。
1)大規模データの取得
2)深層学習モデルの構築および評価
3)自施設データへの適応・評価
4)骨シンチグラフィーや全身PET画像、脳SPECT画像等への応用

URL: 

公開日: 2024-04-05   更新日: 2024-06-24  

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