| 研究概要 |
本研究は,3T-MRIで撮像された肝臓MRI画像を用いて人工ニューラルネットワーク(ANN)が肝実質の線維化(肝硬変)を診断し,コンピュータ支援画像診断を確立することを目的としている.はじめに対象患者のデータベースを構築するため,当施設で肝腫瘍性病変に対して肝臓切除の外科手術が行われ,肝臓の病理組織標本が入手できる患者をリストアップした.この中で肝臓の3T-MRI検査が行われた患者のみを本研究の対象として登録した(全43例).続いて非腫瘍部の肝臓病理組織像を病理医が検討し,肝実質の線維化(肝硬変)をF0からF4の5段階に重症度分類した(F0 : No fibrosis-6例,F1 : Mild fibrosis-4例,F2 : Moderate fibrosis-10例,F3 : Severe fibrosis-8例,F4 : Cirrhosis-15例).各患者に施行された3T-MRIの撮像シーケンスは,2D-T2強調像(TSE),3D-T2強調像(TSE),2D-T1強調像(GRE),2D-拡散強調像(EPI), 3D-多時相ガドリニウム造影T1強調像(GRE)であり,各患者において780枚の画像が得られた.このMRI画像で描出された肝臓領域に複数の関心領域を設定して,各関心領域におけるテクスチャ特徴量を抽出したが,現在,肝実質の線維化を診断するために有用なテクスチャ特徴量の選択を行っている.また同時に画像データを解析するのに優れたANNの構築を進めており,登録患者の画像データを教師データと実験データに分け,教師データを用いてANNを学習させながら,最適なANNの内部構造を模索している.
|
