• 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 実績報告書

圧縮センシングを応用した新しい低線量乳腺トモシンセシスシステムの開発と臨床評価

研究課題

研究課題/領域番号 17K10373
研究機関北里大学

研究代表者

五味 勉  北里大学, 医療衛生学部, 教授 (10458747)

研究分担者 鯉淵 幸生  独立行政法人国立病院機構高崎総合医療センター(臨床研究部), 臨床研究部, 臨床研究部長 (10323346)
研究期間 (年度) 2017-04-01 – 2020-03-31
キーワード乳がん / トモシンセシス / 被ばく線量低減 / 放射線
研究実績の概要

1. 検討内容
最終年度の検討内容は、低線量下の撮像において乳腺微細病変の描出能改善を図るために開発した新しい画像再構成法「圧縮センシングを使用した画像再構成法をベースとしてunsharp masking法(非鮮鋭化処理)を組み合わせた線量低減用ハイブリッド再構成法」における臨床評価である。臨床画像の使用については倫理委員会(国立病院機構高崎総合医療センター)で承認済であり、患者から同意を得た症例を評価に使用した。標準線量(15投影像から画像再構成)と低線量(標準線量の投影像ら間引き処理を行い7投影像から画像再構成)の乳腺トモシンセシス画像について、正常の乳腺構造を含めた病変部の類似度(MSSIM)を算出して画像精度を評価した。次に乳腺トモシンセシス画像について、読影経験のある医師を対象として、正常乳性組織および病変部の視認性について視覚評価を行った。また、従来の画像再構成法(従来法)と比較するためにフィルタ補正逆投影法(FBP)および逐次近似再構成法(SARTおよびMLEM)を使用して評価を行った。その結果、約40%の線量低減下の線量低減用ハイブリッド再構成法は標準線量の乳腺トモシンセシス画像と同等の類似度および視認性を得ることが可能であった(画質担保と被ばく線量低減の可能性を示唆)。また、従来法と比較した結果では、類似度および視認性ともに線量低減用ハイブリッド再構成法の改善傾向が示された。
2. 意義
線量低減用ハイブリッド再構成法は、臨床画像の類似度および視認性を改善することが可能であり、病変の早期発見に貢献できると考える。
3. 重要性
線量低減用ハイブリッド再構成法は、被ばく線量の低減と微細病変の診断能向上を図るものであり、画像診断の精度向上に寄与できる。

  • 研究成果

    (3件)

すべて 2020 2019

すべて 雑誌論文 (1件) (うち査読あり 1件、 オープンアクセス 1件) 学会発表 (1件) (うち国際学会 1件) 図書 (1件)

  • [雑誌論文] Development of a denoising convolutional neural network-based algorithm for metal artifact reduction in digital tomosynthesis for arthroplasty: A phantom study2019

    • 著者名/発表者名
      Gomi Tsutomu、Sakai Rina、Hara Hidetake、Watanabe Yusuke、Mizukami Shinya
    • 雑誌名

      PLOS ONE

      巻: 14 ページ: e0222406

    • DOI

      10.1371/journal.pone.0222406

    • 査読あり / オープンアクセス
  • [学会発表] Development of a novel denoising convolutional neural network-based algorithm for metal artifact reduction in digital tomosynthesis.2020

    • 著者名/発表者名
      Tsutomu Gomi, Hidetake Hara, Yusuke Watanabe, Shinya Mizukami
    • 学会等名
      SPIE
    • 国際学会
  • [図書] Medical Imaging and Image-Guided Interventions2019

    • 著者名/発表者名
      Tsutomu Gomi
    • 総ページ数
      86
    • 出版者
      IntechOpen

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