| 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 |
岡田 知久 京都大学, 医学(系)研究科(研究院), 准教授 (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 |
|---|
| 研究実績の概要 |
課題１「脳卒中」では、その原因となる脳血管描出について、健常者を対象にスパースモデリング(SpM)法の一つであるFISTA法でwavelet基底による再構成画像を検討し、データ収集を1/6にまで低下させても、評価に足る画質が得られることを示した。さらに計画研究B01-1班・田中らと共同で、wavelet, L1-norm, total variationの複数基底を使用できるNESTA法を活用して、1/8と低収集率のデータでも動脈瘤を検出する上で、問題がないことを多数の症例において確認した。
課題２「心筋梗塞」では、約25%収集データで従来法(Parallel Imaging: PI法)とCS (Compressed Sensing)法とを用いて画像再構成を行った場合、後者において大きな画質改善が得られていることを確認した．さらに一層の撮像高速化を目指して、より低い解像度画像で短時間、可能であれば呼吸停止で撮像を行う。その画像を対象に、スパースコーディングにより超解像化する新たな撮像法に関する共同研究を、公募研究C01班・日野らと進めている。
課題３「ガン」については、栄養と酸素を提供することで腫瘍の増大を支える血管の描出例の高速化を躯幹部の血管を例として報告した。またガンを特徴づける主要因を探索すべく、公募研究C01班・庄野らとDeep Convolution Neural Networkを活用する共同研究を開始している。
|
| 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
その理由としては、課題１「脳卒中」では、大きな要因である動脈瘤描出の研究をほぼ完了している。他の大きな要因である血管狭窄についても、もやもや病を代表例としたデータ収集を完了、解析を進めている。
課題２「心筋梗塞」においても、呼吸停止下の冠動脈撮像を目指して、スパースサンプリングによる短時間撮像とスパースコーディングによる超解像技術の組み合わせによる撮像法の研究が進んでいる。
課題３「ガン」では、血管描出をベースとした研究を進めているとともに、ガンを特徴づける疎な因子の探索を開始している。
|
| 今後の研究の推進方策 |
課題１「脳卒中」では、動脈瘤とともにその原因となる脳血管狭窄に対する検討を進める。さらに脳動脈主幹よりも細いながらも、脳梗塞を生じる大きな原因となる穿通動脈枝の描出について、最新の7T-MRI装置も活用することで、その効率的な描出手法の研究を開始する。
課題２「心筋梗塞」の研究では、より低収集率データから再構成した画像の画質改善検討を進める。さらに冠動脈画像に超解像技術を適用する研究を進めることで、収集率低減による呼吸停止下での短時間撮像と高解像度の両立を目指す。これにより、MRIが有する非被曝・非造影という特長を生かした冠動脈検査方法の研究を進める．
課題３「ガン」では、まず比較的シンプルなモデルとして転移性脳腫瘍を対象に、その画像特徴についてconvolutionを活用する。これにより、特徴量の変位に対処可能な手法で学習を進めて、効率的にガンの特徴量検出を目指す。
なお研究を進めていく中で、異なる基底を組み合わせる際の係数を変化させた時に、正解画像との差異を示すnormalized root mean squareやpseudo-SNR、structural similarityなどの画像評価指標と画像診断医の印象とが合わない場合を多く認めた。そこで、上記課題に共通する「要素技術」として、主観的評価と客観的評価を一致させる指標の研究を進める予定である。
|
