| 研究課題/領域番号 |
17K17738
|
|---|
| 研究機関 | 新潟医療福祉大学 |
|---|
研究代表者 |
長谷川 晃 新潟医療福祉大学, 医療技術学部, 講師 (20749999)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2023-03-31
|
| キーワード | 人工知能 / ディープラーニング / U-Net / 不鋭除去 / 心臓血管撮影 / 動画 |
|---|
| 研究実績の概要 |
本研究の目的は、循環器専用血管撮影装置で撮影された動画における残像や心拍動によるブレによる不鋭の影響を定量的に評価し、その結果に基づいた効率的な画質改善を画像処理で行うことで、心拍動によるブレの少ない鮮明な動画を取得できるようにすることである。
これまでの成果として、疑似心臓としてファントム（メトロノーム）を使用し、動きによる不鋭の除去処理を通常は領域抽出で用いられるディープニューラルネットワーク（U-Net)で行ってきた。現在、この技術を臨床の心臓カテーテル検査で撮影された動画に応用して、造影された冠動脈の不鋭の除去を試みた。
秒間15フレーム、960×960 pixel、5秒程度撮影された動画を、960×960pixel、1フレームごとの75枚の画像に変換し、それぞれの画像に対してU-Netによる不鋭除去処理を実施した。しかしながら冠動脈の認識が不十分であったためか、冠動脈に生じている不鋭の除去ができなかった。そこで、各画像において冠動脈のみが描出されている領域を切り出し、不鋭除去処理を試みたところ、そのまま不鋭除去を行うよりも冠動脈が明瞭に描出された。このほか、バイラテラルフィルタ処理により冠動脈のコントラストを強調しつつ、冠動脈以外を平滑化することで冠動脈領域を強調したうえでU-Netによる不鋭除去処理を試みた。その結果、U-Netによる冠動脈認識が改善された。
現在はCOVID-19の影響で臨床画像の収集に大幅な時間を要した。現在臨床画像が集まってきているので、今後は集まった症例でU-Netによる不鋭除去の有効性を検証し、論文として公表し、本研究を総括する。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
U-Netの学習において、当初は画像サイズを960×960pixelのままで処理しようとしていたため、画像サイズが大きくU-Netの学習に多大な時間を要した。更にU-Netによる不鋭の認識が十分ではなかったため、元画像の処理の検討に時間を要した。
また、臨床的検討が含まれているが、症例数が非常に少なかったため、臨床画像を追加収集する予定であったが、COVID-19の影響で臨床データの取得が困難な状況が続き、十分な症例数を集めることに時間を要した。
|
| 今後の研究の推進方策 |
症例数が十分に集まってきたので、まずは追加臨床データによるU-Netの不鋭除去処理の追加検証を行う。また、冠動脈領域の切り出しやバイラテラルフィルタ処理の有効性を検証し、総括として論文の投稿を行う。
|
| 次年度使用額が生じた理由 |
症例数が少なかったため追加しようとしたが、COVID-19の影響で論文投稿に十分な臨床データを集めることができなかったため、論文校正費や論文投稿料等が繰り越しになった。
なお、補助事業を1年延長し、令和4年度で論文英語校正や論文投稿等を行い、最終予算を執行する予定である。
|
