2021 年度研究成果報告書

教師なし学習によるSPECT像のノイズ除去法の開発

研究課題

PDF

研究課題/領域番号	20K20186
研究種目	若手研究
配分区分	基金
審査区分	小区分90110:生体医工学関連
研究機関	藤田医科大学
研究代表者	白川誠士藤田医科大学, 保健学研究科, 准教授 (50308847)
研究期間 (年度)	2020-04-01 – 2022-03-31
キーワード	ノイズ除去 / SPECT / Deep Learning / 核医学
研究成果の概要	核医学検査のSPECT（Single Photon Emission CT）画像は、カウント数が少ないためノイズを多く含んが画像となる。そのため診断に使用するにはノイズ除去を行う必要がある。今回、心筋血流SPECT画像に対するDeep Learningによるノイズ除去法の開発を行った。本法は理想（ノイズなし）画像が得られない核医学画像に対して、教師なし学習によりネットワークの最適化を行い、ノイズ除去を行った。結果、従来行われていたGaussianフィルタ処理より、空間分解能を維持したままノイズ除去が可能となった。
自由記述の分野	核医学
研究成果の学術的意義や社会的意義	核医学、特にSPECT画像はノイズを多く含んだ画像であり、ノイズ除去処理は必須である。現在、使用されているGaussianフィルタなどの処理は、検査ごとにパラメータを設定する必要があり、処理者や施設ごとに結果が異なる恐れがある。またGaussianフィルタなどはノイズ除去効果が高くなるほど空間分解能が低下する問題がある。我々が開発したDeep Learningを用いたノイズ除去法は、パラメータ設定を必要とせず、画像のノイズ成分を抽出し、原画像から減算するため空間分解能劣化が生じない。さらにGaussianフィルタと同等のノイズ除去効果を有し、臨床的意義は高いと示唆される。