| 研究課題/領域番号 |
18K07712
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
大石 直也 京都大学, 医学研究科, 特定准教授 (40526878)
|
|---|
| 研究分担者 |
藤原 宏志 京都大学, 情報学研究科, 准教授 (00362583)
鈴木 崇士 京都大学, 充実した健康長寿社会を築く総合医療開発リーダー育成リーディング大学院, 特定助教 (10572224)
杉原 玄一 京都大学, 医学研究科, 助教 (70402261)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| キーワード | MRI / 脳 / ノイズ除去 / 深層学習 / GPGPU |
|---|
| 研究実績の概要 |
MRIに代表される非侵襲的脳画像法は、その画質の向上に伴い基礎・臨床医学の発展に大きく寄与してきた。しかし、ハードウェアや撮像時間の制約に伴う画像のノイズは解析や解釈上の障害となっている。このような現状を鑑み、申請者はこれまでGPGPU(General Purpose GPU)で超高速化した高精度ノイズ除去アルゴリズムおよびリアルタイムにノイズ除去パラメータを可変できる画像ビューアを独自開発し、その有用性を明らかにしてきた。近年、深層学習の登場により機械学習的アプローチが飛躍的に進歩しており、ノイズ除去においても有用性が示されつつある。本研究の目的は、脳画像に適した深層学習ベースの高精度ノイズ除去アルゴリズムを開発し、精神疾患患者を含むヒトや小動物の脳MRIに適応し、基礎・臨床応用の可能性を明らかにすることである。
平成30年度では、TensorFlow、Kerasなど既存の高性能オープンソースライブラリを用いて3次元形態MRIを用いたノイズ除去深層学習システムの開発環境を構築した。その上で、複数の深層学習アルゴリズムを開発・実装することができた。3Tおよび7T-MRIを用いた健常者における形態MRI、安静時fMRIを収集した。また、3T-MRIを用いて慢性期外傷性脳損傷患者など精神疾患患者の形態MRI、安静時fMRIも収集した。小動物についても、精神疾患モデルラットの形態MRIを収集した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
①MRIに適した深層学習ベースの高精度ノイズ除去アルゴリズムの開発に関して。TensorFlow、Kerasなど既存の高性能オープンソースライブラリを用いて3次元形態MRIを用いたノイズ除去深層学習システムの開発環境を構築した。その上で、複数の深層学習アルゴリズムを開発・実装することができるなど当初の計画通りに進展している。
②小動物(ラット・マウス)によるノイズ除去技術の検証に関して。精神疾患モデルラットの形態MRIの収集に着手できており、当初の計画通りに進展している。
③ヒト(健常者および精神疾患患者)によるノイズ除去技術の検証に関して。3Tおよび7T-MRIを用いた健常者における形態MRI、安静時fMRIを収集に着手できた。また、3T-MRIを用いて慢性期外傷性脳損傷患者など精神疾患患者の形態MRI、安静時fMRI収集にも着手できており、当初の計画通りに進展している。
|
| 今後の研究の推進方策 |
現時点で、本研究はおおむね順調に進展しているため、平成31年度も当初の研究計画に基づいて推進していく。
①MRIに適した深層学習ベースの高精度ノイズ除去アルゴリズムの開発に関して。収集したヒト・小動物のMRIを用いたノイズ除去性能の検証を行うとともに、必要に応じてアルゴリズムの改良を行っていく。ビューアについても開発・改良を加えていく。
②小動物(ラット・マウス)によるノイズ除去技術の検証に関して。引き続きデータ収集を行っていく。
③ヒト(健常者および精神疾患患者)によるノイズ除去技術の検証に関して。引き続きデータ収集を行っていく。精神疾患患者における7T-MRIデータ収集にも着手する。
|
| 次年度使用額が生じた理由 |
7T-MRIの撮像費用がスキャン代単価の増加に伴い当初の計画よりも高くなり、当初予定していた高性能解析用コンピュータの導入を撮像費用に充当した。そのため、次年度使用額が生じた。次年度使用額については引き続き7T-MRIの撮像費用に充当する予定である。
|
