研究課題
本研究の目的はCTのコントラスト分解能を改良するため，高精細CTと深層学習画像再構成（Deep learning reconstruction）を用い，骨差分ヨード（bone subtraction iodine: BSI）画像を開発し，臨床的有用性を検証することである．深層学習画像再構成により，軟部組織に関してはノイズやコントラストが改善されている．本年度も約300例程度の症例が集積された．軟部組織浸潤の評価として，甲状腺癌における舌骨下筋群への浸潤や口腔癌等における咀嚼筋への浸潤など筋浸潤に有用な症例が集積された．また，喉頭軟骨浸潤，頭蓋底浸潤，硬膜浸潤，頭蓋内進展の評価の際にBSI画像が有用であった症例も蓄積された．これらの浸潤の評価はいずれも癌のステージングの基準となっており，臨床的に有用と思われた．骨組織に関してはDLR使用下では位置ずれの影響がより厳格に出てしまうため，手動による位置合わせや，位置ずれ部位のCT値を変更等の後処理を試みたが，最終的に想定したほどの改善は得られなかった．この問題を解決すべく，別の手法として２つの異なるエネルギーでCTを撮影するDual-energy CTを用いたサブトラクション画像の作成を試みた．Dual-energy CTでは任意のエネルギーでの画像が作成可能である．低エネルギーではヨードが強調されて描出されるものの，一方でノイズが混入してくる．適切なエネルギーでのサブトラクションを行うことで，骨組織内のヨードがより明瞭に描出されることが予想される．そのため，至適エネルギーの探索を行った．
すべて 2023 2022
すべて 雑誌論文 (2件) (うち査読あり 1件) 学会発表 (3件) (うち国際学会 2件、 招待講演 1件)
RadioGraphics
巻: 43 ページ: e220071
10.1148/rg.220071
INNERVISION
巻: 38 ページ: 47
