| 研究課題/領域番号 |
18K07643
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分52040:放射線科学関連
|
|---|
| 研究機関 | 東京女子医科大学 (2021-2023)
杏林大学 (2018-2020) |
|---|
研究代表者 |
町田 治彦 東京女子医科大学, 医学部, 教授 (70439834)
|
|---|
| 研究分担者 |
横山 健一 杏林大学, 医学部, 教授 (20383680)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2024-03-31
|
| キーワード | 超高精細CT / 逐次近似再構成 / 深層学習再構成 / 高空間分解能 / 被ばく低減 / 造影剤減量 |
|---|
| 研究成果の概要 |
超高精細CTによる空間分解能の向上は、側頭骨CTにおける中耳・内耳の微細構造の描出、CT仮想気管支鏡における末梢気管支の描出を改善することが判明した。また、逐次近似再構成法を併用することにより、CT血管造影において、脳動脈の穿通枝のような微小血管の描出も改善することが判明した。さらに、悪性腫瘍症例の経過観察目的の体幹部造影CTにおいて、被ばくや造影剤量を低減しつつ微小な再発、播種、転移病変を検出するためには、逐次近似再構成法より深層学習再構成法の方が好ましい画質となることが判明した。
|
| 自由記述の分野 |
放射線科学
|
| 研究成果の学術的意義や社会的意義 |
本研究により、超高精細CTは中耳・内耳、肺・気管支などの画像コントラストが高い領域だけでなく、逐次近似再構成法や深層学習再構成法を適宜併用することでコントラストが低い領域でも十分な画質を維持しつつ空間分解能を向上し、微細な構造・病変の描出を改善できることが判明した。よって、超高精細CTは従来CTより様々な領域で診断能を改善し、侵襲的な検査を省略可能である。逐次近似再構成法や深層学習再構成法を併用することで、被ばくや造影剤量も低減しうるため、臨床的に大変有用と考えられる。
|
