深層学習モデルを用いた脳核医学検査の画質改善および撮像時間短縮の検討

2023 年度 研究成果報告書

• 研究課題/領域番号: 20K16705
• 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: 横浜市立大学
• 研究代表者: 石渡 義之 横浜市立大学, 医学部, 助教 (70835868)
• 研究期間 (年度): 2020-04-01 – 2024-03-31
• キーワード: 核医学 / AI / 人工知能 / 深層学習 / イオフルパン

研究成果の概要

本研究では当院で過去に撮像された123I-ioflupane 207症例で、人工知能を用いた撮像時間短縮の研究を行なった。撮像機器付属のワークステーションよりオリジナル画像および撮像時間を1/5とした画像を出力し、人工知能モデルを構築した。人工知能モデル構築にはU-Netおよびその派生モデルを用いた。出力された人工知能画像およびオリジナル画像の比較を、定量値（PSNR; Peak Signal to Noise Ratio、SSIM; Structural Similarity）および読影実験を行い評価した。結果として定量値および読影実験結果のオリジナル画像との一致率は良好な結果を示した。

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

123I-ioflupaneは認知症診断に重要な役割を担っており、臨床的・社会的に重要であるが、撮像時間も長く、患者負担も大きい。また、検査効率や経済性の観点からも脳核医学検査の時間短縮は取り組むべき課題と考えられた。本研究では人工知能を用いた画質改善技術を開発し、撮像時間が1/5となる5分間の画像を用いて、オリジナル画像と良好な読影結果の一致率を示すことができた。この結果により、さらなる研究の後、123I-ioflupaneの撮像時間短縮により患者負担の軽減のみならず検査室のスループットの向上にも繋がると考えられた。また、本技術は他の核医学検査にも応用可能であり、その意義は大きいと思われた。