• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2019 年度 実施状況報告書

逐次近似画像再構成法を用いた低線量CTにおける冠動脈石灰化スコアの確立

研究課題

研究課題/領域番号 16K10279
研究機関広島大学

研究代表者

立神 史稔  広島大学, 病院(医), 講師 (90411355)

研究分担者 粟井 和夫  広島大学, 医系科学研究科(医), 教授 (30294573)
檜垣 徹  広島大学, 医系科学研究科(医), 共同研究講座准教授 (80611334)
研究期間 (年度) 2016-04-01 – 2021-03-31
キーワード冠動脈石灰化 / 逐次近似再構成法 / CT
研究実績の概要

昨年度は石灰化モジュール(CT値200 HU、400 HU、600 HU)の体積計測を行い、3.0 mm3および5.0 mm3モジュールに関してはいずれの濃度においてもモデルベース逐次近似応用再構成法(MBIR)が最も真値に近い値を呈することを証明した(誤差は2%未満)。しかしながら、1.0 mm3モジュールの計測は誤差が10~64%と大きく、許容範囲ではあるが無視できない誤差と考えられた。我々の計測法は、臨床で簡易的に使用している石灰化スコアの算出法とは異なるため、今年度はより臨床に即した計算法を考案し、再検討を行った。今年度は、体積のみでなく密度も既知であるファントム(QRM-Cardio-Phantom)を使用した(密度800 mg/cm3、400 mg/cm3、200 mg/cm3;サイズ5.0 mm、3.0 mm、1.0 mm)。昨年同様、高分解能CT装置を用い、管電流を250、200、150、100、50、25 mAと変化させて撮影を行った(管電圧120kV)。石灰化スコアは (閾値以上のボクセル数)×(ボクセル当たりの体積)で計算し、閾値は{(石灰化部分の最大CT値-SD)+背景の平均値}/2とした。結果は、3.0 mm3および5.0 mm3モジュールに関しては密度が変化しても誤差は5-14%であったが、1mm3では43%と大きく、線量低減に伴い77%まで増大した。臨床においても、密度が低いあるいは1 mm程度の小さい石灰化では正確な評価ができていないと思われ、CTスキャナの空間分解能の限界と考えられた。また、線量低減に関しては慎重な対応が求められると考えた。

現在までの達成度 (区分)
現在までの達成度 (区分)

1: 当初の計画以上に進展している

理由

我々が使用している計算法は、臨床で簡易的に使用している石灰化スコアの算出法とは異なるため、今年度はより臨床に即した計算法を考案し、再検討を行った。

今後の研究の推進方策

これまでの研究結果を国際学会にて発表し、英文論文として投稿・発表する。

次年度使用額が生じた理由

2020年3月11日~15日に参加予定であった国際学会(European Congress of Radiology)が、新型コロナウイルス蔓延により延期となったため。
2021年3月に当該学会に参加することとする。

  • 研究成果

    (10件)

すべて 2020 2019

すべて 雑誌論文 (7件) (うち国際共著 2件、 査読あり 4件) 学会発表 (3件) (うち招待講演 3件)

  • [雑誌論文] Deep learning reconstruction at CT: Phantom study of the image characteristics.2020

    • 著者名/発表者名
      Higaki T, Nakamura Y, Zhou J, Yu Z, Nemoto T, Tatsugami F, Awai K.
    • 雑誌名

      Acad Radiol.

      巻: 27 ページ: 82-7

    • DOI

      10.1016/j.acra.2019.09.008

    • 査読あり / 国際共著
  • [雑誌論文] Possibility of deep learning in medical imaging focusing improvement of computed tomography image quality.2020

    • 著者名/発表者名
      Nakamura Y, Higaki T, Tatsugami F, Honda Y, Narita K, Akagi M, Awai K.
    • 雑誌名

      J Comput Assist Tomogr.

      巻: 44 ページ: 161-7

    • DOI

      10.1097/RCT.0000000000000928

    • 査読あり
  • [雑誌論文] Deep learningを応用した画像再構成-CT・MRIの画質向上への活用-.2020

    • 著者名/発表者名
      檜垣 徹, 中村優子, 立神史稔, 粟井和夫.
    • 雑誌名

      Medical Science Digest.

      巻: 46 ページ: 18-21

  • [雑誌論文] Improvement of image quality at CT and MRI using deep learning.2019

    • 著者名/発表者名
      Higaki T, Nakamura Y, Tatsugami F, Nakaura T, Awai K.
    • 雑誌名

      Jpn J Radiol.

      巻: 37 ページ: 73-80

    • DOI

      10.1007/s11604-018-0796-2

    • 査読あり
  • [雑誌論文] Deep learning-based image restoration algorithm for coronary CT angiography.2019

    • 著者名/発表者名
      Tatsugami F, Higaki T, Nakamura Y, Yu Z, Zhou J, Lu Y, Fujioka C, Kitagawa T, Kihara Y, Iida M, Awai K.
    • 雑誌名

      Eur Radiol.

      巻: 29 ページ: 5322-9

    • DOI

      10.1007/s00330-019-06183-y

    • 査読あり / 国際共著
  • [雑誌論文] Dual Energy CTのUpdateとディープラーニング画像再構成(TrueFidelity)の使用経験.2019

    • 著者名/発表者名
      立神史稔
    • 雑誌名

      INNERVISION

      巻: 34 ページ: 74-5

  • [雑誌論文] 2019年のCTはこうなる.2019

    • 著者名/発表者名
      檜垣 徹, 中村優子, 立神史稔, 粟井和夫.
    • 雑誌名

      Rad Fan.

      巻: 4 ページ: 51-4

  • [学会発表] CT領域における最先端技術2019

    • 著者名/発表者名
      立神史稔
    • 学会等名
      第40回 関西CT技術シンポジウム
    • 招待講演
  • [学会発表] Dual Energy CTの Updateとディープラーニング画像再構成(TrueFidelity)の使用経験2019

    • 著者名/発表者名
      立神史稔
    • 学会等名
      GE Healthcare Japan Edison Seminar 2019
    • 招待講演
  • [学会発表] 心血管領域における新たなCT画像再構成2019

    • 著者名/発表者名
      立神史稔
    • 学会等名
      第30回日本心血管画像動態学会
    • 招待講演

URL: 

公開日: 2021-01-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi