Recurrent 3D-UNetを用いたPET時系列からの灌流機能画像の生成

• 研究課題/領域番号: 25K15934
• 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90130:医用システム関連
• 研究機関: 奈良先端科学技術大学院大学
• 研究代表者: 小野 直亮 奈良先端科学技術大学院大学, データ駆動型サイエンス創造センター, 准教授 (60395118)
• 研究期間 (年度): 2025-04-01 – 2030-03-31
• 研究課題ステータス: 交付 (2025年度)
• 配分額: 4,160千円 (直接経費: 3,200千円、間接経費: 960千円); 2029年度: 520千円 (直接経費: 400千円、間接経費: 120千円); 2028年度: 520千円 (直接経費: 400千円、間接経費: 120千円); 2027年度: 520千円 (直接経費: 400千円、間接経費: 120千円); 2026年度: 520千円 (直接経費: 400千円、間接経費: 120千円); 2025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

研究開始時の研究の概要

本研究は、Total Body PETにより取得された全身時系列画像から、臓器灌流を反映する機能画像を高精度に生成し、自動セグメンテーションと組み合わせた解析手法を深層学習により確立することを目的とする。PET画像のノイズ特性も統計的に評価し、灌流係数の推定精度を高める。得られた技術は国際的に共有可能な解析ワークフローとして実装され、臨床現場での活用が期待される。