| 研究課題/領域番号 |
20K16769
|
|---|
| 研究機関 | 大阪市立大学 |
|---|
研究代表者 |
植田 大樹 大阪市立大学, 大学院医学研究科, 医員 (90779480)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| キーワード | 深層学習 / Deep learning / 人工知能 / DSA / Interventional Radiology |
|---|
| 研究実績の概要 |
以下、研究実施計画に照らして、５つのステップに分けて説明する。
ステップ①データの収集：当院での倫理委員会の承認の下、撮影機器から直接頭部血管画像のオリジナルデータを収集し、その中からオリジナルのライブ画像とそのDSA画像を抽出した。ステップ②データの事前準備：オリジナルの ライブ画像とそのDSA画像のいずれも、 IVRを専門とする医師によってミスレジストレーションアーチファクトのあるもの、ミスレジストレーションアーチファクトのないものに分けられた。ステップ③アルゴリズムの開発：pix2pixというネットワークを採用し、開発を完了した。pix2pixを選択した理由は、類似した画像間の特徴量の抽出を得意とするからである。ステップ④アルゴリズムの学習：ライブ画像 (描出血管+背景)及び、ライブ画像からマスク像を引いたDSA画像 (描出血管のみ)をペアで学習させ、ミスレジストレーションから開放された、DSAと相同な画像が作成できた。ステップ⑤アルゴリズムの評価：定量評価(Peak Signal to Noise RatioとStructural Similarity)・定性評価(放射線科医による視覚評価)のいずれでも高い評価を得た。
以上のステップ①から⑤の内容をまとめて、原稿を作成した。この原稿を関連各所に確認いただいたのちに、英文校正し最終調整を行った。その原稿を、放射線科雑誌であるRadiologyに提出し、数回のrevisionの末に2021年3月30日にオンライン上でpublishされた。また、本研究は第50回神経放射線学会でも発表された。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
AIモデルの作成や開発が想定以上に早く進んだため。
|
| 今後の研究の推進方策 |
本モデルを腹部血管領域に応用し、さらなる論文作成を行う。
また、publishされたモデルを海外学会などでも発表する(オンラインを想定)。
|
| 次年度使用額が生じた理由 |
コロナで使用計画にわずかな変更があったため、次年度使用額が生じた。
使用計画は、次の論文校正費や雑費に当てる予定である。
|
