| 研究課題/領域番号 |
24K18779
|
|---|
| 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 | 川崎医療福祉大学 |
|---|
研究代表者 |
舛田 隆則 川崎医療福祉大学, 医療技術学部, 講師 (90909459)
|
|---|
| 研究期間 (年度) |
2024-04-01 – 2028-03-31
|
| 研究課題ステータス |
交付 (2024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)
2027年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2026年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2025年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2024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 | 深層学習 / 機械学習 |
|---|
| 研究開始時の研究の概要 |
急性期脳梗塞の治療に用いられる静注血栓溶解(rt-PA) 療法は、治療開始が早いほど良好な転帰が期待できるため、一刻も早い診断が必要である。
診断には、脳組織の虚血性変化を容易に評価できるMRI画像が用いられるが、24時間体制で緊急MRI検査を実施できる施設は限られており、多くの医療機関はCT検査を利用している。しかし、CT画像上で灰白質の軽微な濃度低下と大脳皮質の軽微な腫脹として描出されるが、正確な判定は容易ではない。
本研究では、急性期脳梗塞のCT画像の診断能を向上させるため、頭部MRI画像を教師画像とする機械学習および深層学習を用いて、早期虚血変化の範囲判定を推定予測するモデルを開発する。
|
