| 研究課題/領域番号 |
17K18291
|
|---|
| 研究機関 | 広島国際大学 |
|---|
研究代表者 |
山本 めぐみ 広島国際大学, 保健医療学部, 助教 (50412333)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2021-03-31
|
| キーワード | DSA / アーチファクト / 血管造影 / 深層学習 / Deep Learning |
|---|
| 研究実績の概要 |
3D-DSA(3 Dimensional Digital Subtraction Angiography)は脳血管造影検査や血管内治療(IVR)に使用されている．高精細画像が得られ，立体的に様々な角度から血管等を観察できる．しかし３D-DSAには2つ課題がある．①被検者の動きに非常に弱くアーチファクトが生じやすいため，適用部位が限定される．②マスク画像取得のための造影前撮影による被曝線量増加と検査時間の延長がある．本研究では深層学習を用いて上記2つの問題点を解決する新しい3D-DSA法の開発を行うことを目的とする．開発する3D-DSA法は，腹部・心臓・骨盤・上下肢領域への拡張が期待でき，通常の血管造影では観察困難な微小血管，血管の形態などの情報が得られ，診断や手術において非常に有用となる．これを目的として研究を行っている.
基礎的な学習の枠組みとしてニューラルネットワークを用いた．ニューラルネットワークを用いるためのコンピュータハードウェアおよびソフトウェアを構築した．また,ニューラルネットワークモデルの作成・学習および最適化を行っている.様々なタイプのモデルを作成し，画像データベースのデータを用いて学習を行って，結果として出力される画像の画質を元に，モデルの層数や学習パラメータを変更させ，モデルの最適化を検討している所である.
現在，本手法を用いて得られたDSA像，従来法のDSA像について画像の主観評価と客観評価を行うことを予定している．血管造影像と研究で得られたDSA像のについても同様の比較を行い，得られたDSA像の臨床的有効性を評価する準備を行っている.
|
| 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
基礎的な学習の枠組みとしてニューラルネットワークを用いる．ニューラルネットワークを用いるためのコンピュータハードウェアおよびソフトウェアを構築し,さまざまなタイプのモデルを作成，画像データベースのデータを用いて学習を行って，結果として出力される画像の画質を元に，モデルの層数や学習パラメータを変更させ，モデルの最適化を行っていた所，西日本豪雨災害により数ヶ月を要した計算の中断が起き,再度計算することなどに時間を要している状況である.
|
| 今後の研究の推進方策 |
モデルの層数や学習パラメータを変更させ，モデルの最適化に時間を要している状況であり,さらに，モデルの構造，学習パラメータ，学習アルゴリズム等について調整を繰り返し行い，出力画像が良好な画質かつ高速処理が実現できるよう最適化を行う．GPUの追加等により，計算を高速化する対策を考えている.その後，画質評価を行う.
|
| 次年度使用額が生じた理由 |
西日本豪雨災害により数ヶ月を要した計算の中断が起き,再度計算することなどに時間を要しているため，当初の研究計画と大幅に遅れが生じた状況である.
|
