| 研究課題/領域番号 |
25K15955
|
|---|
| 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 | 千葉大学 |
|---|
研究代表者 |
川田 奈緒子 千葉大学, 医学部附属病院, 特任准教授 (00400896)
|
|---|
| 研究分担者 |
羽石 秀昭 千葉大学, フロンティア医工学センター, 教授 (20228521)
岩男 悠真 国立研究開発法人量子科学技術研究開発機構, 量子医科学研究所 先進核医学基盤研究部, 研究員 (40758330)
鈴木 拓児 千葉大学, 大学院医学研究院, 教授 (80344670)
岡本 尚之 千葉大学, フロンティア医工学センター, 助教 (90975278)
|
|---|
| 研究期間 (年度) |
2025-04-01 – 2028-03-31
|
| 研究課題ステータス |
交付 (2025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)
2027年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2026年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2025年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
|
|---|
| キーワード | COVID-19 / 画像診断 / 深層学習 / 予測画像 / 画像生成 |
|---|
| 研究開始時の研究の概要 |
パンデミック下で、深層学習によるCOVID-19関連肺炎の診断能は非常に高いことが示されたが、臨床現場で重視される臨床情報（患者背景、診察所見や検査所見等）と画像情報を統合した深層学習モデルは十分に検討されていない。近年、各分野で画像生成の報告が増加し、医用画像分野でも診断支援を目的とした画像生成が報告され始めている。しかし、肺炎をはじめとする呼吸器疾患における臨床経過を予測する画像生成の報告はない。本研究では、経時的な胸部画像情報と臨床情報を統合し、深層学習を用いた包括的な解析を通じて、経過予測のための予測画像生成を目指す。これにより呼吸器疾患の経過を予測する革新的なモデルの構築を目指す.
|
