• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2022 年度 研究成果報告書

高精細CT・深層学習画像再構成を用いた骨差分ヨード画像の開発

研究課題

  • PDF
研究課題/領域番号 19K17252
研究種目

若手研究

配分区分基金
審査区分 小区分52040:放射線科学関連
研究機関国立研究開発法人国立がん研究センター

研究代表者

檜山 貴志  国立研究開発法人国立がん研究センター, 東病院, 医長 (40807278)

研究期間 (年度) 2019-04-01 – 2023-03-31
キーワード高精細CT / 深層学習 / サブトラクション / 頭頸部がん / BSI画像
研究成果の概要

本研究では,骨差分ヨード画像を用いることで,従来のCTでは困難であった骨内の造影効果を描出し,腫瘍の進展範囲をより正確に評価することができた.また,金属アーチファクトが重なるような部位では,腫瘍と周囲組織のコントラストを増強させ,金属アーチファクト自体を差分し不明瞭化させることで,腫瘍の進展範囲をより正確に描出できた.この技術により,より正確な腫瘍進展の評価ができる.

自由記述の分野

放射線医学

研究成果の学術的意義や社会的意義

CTは簡便,短時間で全身を撮影でき,がん診療において不可欠な検査である.しかし,CTではコントラスト分解能が低いため,骨浸潤や硬膜浸潤の評価は困難で,MRIに頼らざるを得なかった.本研究では造影前後のCT画像をサブトラクションして,造影剤(ヨード)が入った部位のみを描出する骨差分ヨード画像を作成した.これにより骨浸潤の範囲が描出できるようになった.本研究により,CTでのがんのステージグがより正確になり,適切な治療を選択できることが期待できる.

URL: 

公開日: 2024-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi