| 研究課題/領域番号 |
26461793
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
放射線科学
|
|---|
| 研究機関 | 広島大学 |
|---|
研究代表者 |
福本 航 広島大学, 病院(医), 医科診療医 (00726870)
|
|---|
| 研究分担者 |
粟井 和夫 広島大学, 医歯薬保健学研究院(医), 教授 (30294573)
檜垣 徹 広島大学, 医歯薬保健学研究院(医), 特任准教授 (80611334)
|
|---|
| 研究協力者 |
鈴木 賢治 イリノイ工科大学
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2017-03-31
|
| 研究課題ステータス |
完了 (2016年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2016年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2015年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2014年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 機械学習 / 被曝低減 / 放射線被曝低減 |
|---|
| 研究成果の概要 |
近年CTの普及により診断用の放射線被曝が増加している。そのため、被曝低減技術の研究が求められている。我々はmassive-training artificial neural network (MTANN)と呼ばれる機械学習技術を用いて低線量CTで撮影した画像を通常線量で撮影したCTと同等まで画質改善が可能かどうか検討した。
通常線量CT画像と低線量CTをMTANNで画質改善を行った仮想通常線量CT画像では肺結節の検出能は同等であった。この技術によりCT撮影の放射線線量を約90%低減できる可能性がある。
|
