| 研究課題/領域番号 |
19K08201
|
|---|
| 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 | 徳島大学 |
|---|
研究代表者 |
芳賀 昭弘 徳島大学, 大学院医歯薬学研究部(医学域), 教授 (30448021)
|
|---|
| 研究分担者 |
古徳 純一 帝京大学, 医療技術学部, 教授 (70450195)
中川 恵一 東京大学, 医学部附属病院, 特任教授 (80188896)
今江 禄一 東京大学, 医学部附属病院, 副診療放射線技師長 (80420222)
生島 仁史 徳島大学, 大学院医歯薬学研究部(医学域), 教授 (90202861)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | CT画像 / エネルギースペクトル / 元素推定 / 超音波画像 / MRI画像 / PET画像 / 機械学習 / 人工知能 |
|---|
| 研究成果の概要 |
腫瘍悪性度の分類や予後予測に対し、医用画像解析が遺伝子情報解析に匹敵する可能性が指摘され、レディオミクスと呼ばれる新たな研究分野が形成されつつある。一方、その予測精度を高めるために必要となる高品質で大規模な医用画像データベースの作成において、装置間の機器的な相違や撮影条件の相違が大きな障壁となる。本研究では、この問題の根本的な克服に向け、臨床で撮影される医用画像の多様性を利用して単一の医用画像撮影プロトコルでは実現できない階層の情報抽出に基づいた正規化法を研究した。
|
| 自由記述の分野 |
医学物理学
|
| 研究成果の学術的意義や社会的意義 |
本研究により、様々なCT画像を仮想的に生成し、それを学習データとして人体密度、実効原子番号、及び人体の主要６元素（水素、炭素、窒素、酸素、りん、カルシウム）の密度分布を高い精度で推定できる手法を実現することができた。また、本研究期間内においてMRI画像、PET画像、超音波画像などの様々な医用画像に対して病気分類等を実現するモデルを実現することができた。この研究成果は、放射線治療・放射線診断をはじめとする分野において高精度な医療を提供することにつながり、今後の社会応用への期待が高まる結果を得ることができた。
|
