2023 年度研究成果報告書

AI画像診断支援システムの構築～重篤な救急頭部疾患を診断・予測する～

研究課題

PDF

研究課題/領域番号	20K16737
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	順天堂大学
研究代表者	菊田潤子順天堂大学, 医学部, 助教 (70613389)
研究期間 (年度)	2020-04-01 – 2024-03-31
キーワード	人工知能 / 画像診断 / 頭部画像
研究成果の概要	Human Connectome Projectの若年健常者69名の頭部MRIを用い、血管周囲腔を自動検出する機械学習モデルを構築した。FMRIB Software Library version6.0.上で血管周囲腔の描出を明瞭にするためT1強調像をT2強調像で除した画像を作成後、手動で血管周囲腔を抽出。U-Netモデルと手動検出された血管周囲腔との一致率を評価した。この結果、大脳白質のみの画像のDice係数は平均値0.493±0.042、全脳画像のDice係数は平均値0.385±0.064で、大脳白質のみの画像のDice係数は全脳画像より有意に高かった (p=0.001) 。
自由記述の分野	画像診断、神経放射線領域、人工知能
研究成果の学術的意義や社会的意義	研究成果はThe 22nd Asian Oceanian Congress of Radiologyで学会発表を行い、最優秀賞を受賞した。健常若年者の血管周囲腔は小さいため、手動抽出、機械学習モデルでの自動抽出ともに難しく、本研究はT1強調像をT2強調像で除し、血管周囲腔をより明瞭にした画像を用いた点で新規性があると考える。