研究課題
若手研究
小児は成人と比べて放射線感受性が高く、CTに際して線量の最適化が重要である。被ばく線量と画質の間にはトレードオフの関係があり、低被ばくと高画質を両立するには画像ノイズ除去と空間/コントラスト分解能の保持に優れた画像再構成法が必要である。近年、人工知能技術を用いて画質向上を図る新たな深層学習画像再構成（Deep Learning Reconstruction: DLR）が開発された。本研究課題では、DLRの画質特性を検証し、小児CTにおける被ばく低減への臨床応用を行った。
放射線診断学
本研究では、近年のAI技術の発達に伴い開発されたdeep-learning reconstruction (DLR) の小児CTにおける被ばく低減効果を示した。CT被ばくに起因する潜在的な発がんリスクの低下に寄与する成果であり、社会的意義は大きい。また、AIを活用した画像生成技術の有益な臨床応用例として、将来の研究の基礎となるという観点からも学術的意義の高い研究成果と考える。
