| 研究領域 | スパースモデリングの深化と高次元データ駆動科学の創成 |
|---|
| 研究課題/領域番号 |
25120002
|
|---|
| 研究種目 |
新学術領域研究(研究領域提案型)
|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
富樫 かおり 京都大学, 医学(系)研究科(研究院), 教授 (90135484)
|
|---|
| 研究分担者 |
藤本 晃司 京都大学, 医学(系)研究科(研究院), 助教 (10580110)
岡田 知久 京都大学, 医学(系)研究科(研究院), 講師 (30321607)
山本 憲 京都大学, 医学(系)研究科(研究院), 助教 (60525567)
伏見 育崇 京都大学, 医学(系)研究科(研究院), 助教 (90639014)
|
|---|
| 研究期間 (年度) |
2013-06-28 – 2018-03-31
|
| キーワード | スパースモデリング / 高次元データ駆動科学 / 圧縮センシング / MRI / 画像再構成 |
|---|
| 研究概要 |
研究計画に従い、今年度は以下のような成果が得られた。
１．データ収集・保存：大容量ストレージを導入し、再構成用のＷＳと接続し、様々な条件での再構成を半自動で行うシステムを構築、稼働を開始した。画像再構成法を検証する上で必要なデータが現時点で１５ＴＢ蓄積されている。
２．再構成システムの開発：いずれの課題とも関連する再構成システムについては、(1)多様な条件で撮像された生データ処理への対応(2)間引き収集用マスクの自動生成(3)装置での間引き収集撮像の実現と、疎収集されたデータからの画像再構成(4)2D/3Dの両者に対応可能な再構成アルゴリズムの実装(5)研究用MRI装置へ再構成用データを戻す機能の実装(6)Random walkを用いた再構成用パラメータ最適化アルゴリズムの開発を行った。また、(7) B01-1班と連携し、画像再構成アルゴリズムに変数分離法を実装、再構成時間が大幅に短縮される事を確認した。
３．脳血管画像の高分解能化・撮像高速化：正常例の高分解能MRIならびに脳動脈瘤症例のMRI画像を用いた再構成実験を行った。間引き率、再構成用パラメータの最適化と同時に、さらにデータ蓄積中である。また、3D画像の再構成結果をもとに評価尺度について検討した結果、従来用いられていたMSEに加え、画像類似度が視覚的評価に近く、有効な指標となり得ることがわかった。
４．時間的なスパース性を用いた心臓ＭＲＩの高速撮像に関しては、まず疎なデータ収集を実現、既存の高速撮像手法と対比してスパースモデリングに基づく再構成の有用性の検討を開始した。さらに2DシネMRI画像再構成法の検討も進め、時間軸の周波数領域での疎性を用いた再構成法よりも、複数の規定を組み合わせた我々の手法の方が優れていることが判った。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
研究進展の鍵の一つである生データについては、健常ボランティアの高分解能ＭＲＩ画像１０例、脳動脈瘤症例１１例と、予想以上に順調に症例蓄積がすすんでいる。上記に加え、体幹部非造影ＭＲＡ症例についても症例蓄積をすすめている。
疎収集データ処理システム・アルゴリズムの研究・開発が予想以上に進展し、肝臓の血管画像など脳や心臓以外のＭＲＩ画像を対象とした、成果がより広がる研究も実施可能となった。また心臓のシネMRIの画像再構成をテーマとした国際磁気共鳴学会主催の再構成コンテスト（http://www.ismrm.org/challenge/）に応募し、16位、世界トップとのスコア差は10%と、互角に戦えることが示された。
基礎検討では一断面データ(2D)単位の再構成処理を3Dに拡張し、疎表現基底を3次元的に適用できるようになった結果、スライス間での最適化の誤差を減少できる可能性が得られた。再構成アルゴリズムに機能を追加した結果、最適化が必要なパラメータの個数が増えたが、様々な条件で全数探索を行った再構成結果を現在も蓄積中である。なお空間的重みづけ再構成、血管に適したウェーブレット基底の検討は、間引き収集につながる収集マスクなど再構成結果に影響しうる他の要因の影響を明らかにした後に進める予定である。
以上のように、研究はおおむね順調に進展している。
|
| 今後の研究の推進方策 |
研究遂行に必要なツールの開発はほぼ終わっており、実験の方法論も固まりつつある。来年度以降はこれまでの研究を継続、発展させるほか、モデルに基づいたデータ解析の手法の実装、およびデータ解析を前提とした撮像法の開発を行う。
|
