| 研究課題/領域番号 |
19K08148
|
|---|
| 研究機関 | 信州大学 |
|---|
研究代表者 |
山田 哲 信州大学, 学術研究院医学系, 准教授 (80419407)
|
|---|
| 研究分担者 |
深松 史聡 信州大学, 医学部附属病院, 医員 (00837156)
藤田 顕 信州大学, 医学部, 助教(特定雇用) (50837078) [辞退]
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | 画像データベース / 肝疾患 / MRエラストグラフィ / 人工知能 |
|---|
| 研究実績の概要 |
本年度は本研究課題の最終目標である「肝疾患画像データベースの構築」に必要な画像解析技術についての開発を行った．MRエラストグラフィを用いて肝の粘弾性を評価する手法を開発し，ファントムおよび臨床検証の結果を「複数加振周波数MRエラストグラフィによる簡便的肝粘弾性特性推定法の基礎的検討」として，第26回肝血流動態・機能イメージ研究会（金沢）で報告した．また，人工知能技術を用いた画像解析の結果を「事前学習済みたたみ込みニューラルネットワークの転移学習による肝原発性悪性腫瘍の組織型診断の検討」として第56回日本肝臓学会総会（Web開催）で，「Radiomics時代を迎えた肝画像診断 脾造影CT画像の時相補正radiomics解析による肝線維化診断」として，第43回日本肝臓学会東部会（Web開催）発表した．また，従来の定量的解析手法を独自に発展させた特許取得技術（「血流動態解析システム，血流動態解析方法，およびプログラム」特許6491391，「血流動態解析システム，血流動態解析方法，およびプログラム」特許6604618）を用いた検討結果を「時間encoding-decoding造影CTによる新たな腹部画像診断の可能性」として，最先端CT研究会2020（Web開催）で発表した．さらに，データベース画像の造影時相の特定に必要な脈管セグメンテーション技術を開発し，「肝線維化ステージ予測における脾腎静脈造影比と深層学習を用いた脈管セグメンテーションの有用性」として，第80回日本医学放射線学会学術集会（横浜）で発表した．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
現在までに画像解析手法の開発に取り組んでおり小規模な画像解析は完了しているが，大規模な画像解析およびデータベース構築には着手できていない．
|
| 今後の研究の推進方策 |
当初の研究計画ではMR画像のみを用いた検討を予定していたが，大規模画像データベースの構築のためにはCT画像を含めた検討が必要と判断した．本年度の成果として開発に成功した造影CTの造影時相の特定技術を生かし，今後は疾患ごとに定量的造影時相ラベルが付与された造影CT画像からなる画像データベースの構築を目指し，将来的な人工知能研究への応用を目指す方針である．
また，ラベル付けの効率化が必要不可欠な技術的問題であり，音声入力や視線入力を応用してラベル付けの効率化を図る予定である．
|
| 次年度使用額が生じた理由 |
今回発生した次年度使用額は，当初画像データベースの電子的保存に必要な媒体購入を目的としたものであったが，研究計画の遅延によりデータベース登録画像の蓄積が当初の予定より少なかったためである．次年度に研究計画中に研究計画の遅延を改善し，当初の目的として使用予定である．
|
