| 研究課題/領域番号 |
21K07628
|
|---|
| 研究機関 | 北里大学 |
|---|
研究代表者 |
水上 慎也 北里大学, 医療衛生学部, 講師 (80759340)
|
|---|
| 研究分担者 |
原 秀剛 北里大学, 医療衛生学部, 准教授 (80381424)
金井 詠一 麻布大学, 獣医学部, 講師 (20632219)
横山 大希 麻布大学, 大学病院, 特任助手 (60823812) [辞退]
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| キーワード | X線CT / 生体内部温度 / CT besed thermometry / 温度分解能 / 画像再構成 |
|---|
| 研究実績の概要 |
本研究は、X線CT装置を用いて人体内部の温度分布を可視化するCT-besed thermometryを開発し、温度によって疾患や治療効果を評価する新たな画像診断法の可能性を明らかにすることを目標としている。本研究期間に、CT-based thermometryを用いて温度分布の画像表示を確立した。しかし、X線CTで得られる信号（CT値）にはノイズが含まれるため、CT-based thermometryの温度分解能が低下することが判明した。そこで、CT画像再構成法を利用したノイズ低減を行い、温度分解能の改善を検討した。
本研究では、逐次近似再構成法であるMBIR(model based iterative reconstruction)と深層学習に基づく再構成法のDLR(Deep learning reconstruction)を使用してノイズ低減を行い、通常のCT再構成法であるFBP(filtered back projection)と比較して温度分解能を評価した。水ファントムにおいて、FPBでは温度分解能が12.4℃であったのに対し、MBIRでは5.0℃、DLRでは8.5℃と改善が確認された。本研究では、高線量の放射線を用いてノイズを低減させた信号を取得している。ただし、本研究で使用したDLRは患者の放射線被ばくを低減する目的で、低線量画像を用いた学習が行われているため、CT-based thermometryの目的には適していない可能性が考えられる。これに対し、MBIRは高線量画像に対してもノイズ低減効果が高く、CT-based thermometryに適した画像再構成法であることが示唆された。MBIRは、組織学的サンプル（4×4×3 cm）においてもノイズ低減効果が高く、2.5～3.8℃の温度分解能で温度を測定することが可能であった。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
CT-based thermometryの開発および温度分解能の改善についての検討は順調に進展している。
|
| 今後の研究の推進方策 |
CT-based thermometryの適応について、熱を利用した治療を考えている。これまでにヒトの体温（37℃）や加温時（～60℃）における検討を行ったため、０℃以下の温度を用いる凍結療法における検討を行う。すでに-60℃程度までの冷却が可能な超低温フリーザーを用意しており、水ファントムおよびブタの組織学的サンプルを用いた検討を行う予定である。
|
| 次年度使用額が生じた理由 |
当初予定していた動物実験費用を使用しなかったために次年度使用額が生じた。
使用計画としては、成果発表用の旅費、論文投稿料、画像解析用（温度画像作成用）ワークステーションを購入する。
|
