| 研究課題/領域番号 |
21K07721
|
|---|
| 研究機関 | 東京医科歯科大学 |
|---|
研究代表者 |
北詰 良雄 東京医科歯科大学, 東京医科歯科大学病院, 准教授 (00625478)
|
|---|
| 研究分担者 |
藍 真澄 東京医科歯科大学, 医学部附属病院, 教授 (00376732)
竹中 健人 東京医科歯科大学, 大学院医歯学総合研究科, 寄附講座講師 (10783368)
藤井 俊光 東京医科歯科大学, 医学部附属病院, 助教 (30547451)
渡邉 亮輔 東京医科歯科大学, 医学部附属病院, 助教 (30897525)
内村 祐之 東京医科歯科大学, 医学部附属病院, 特任講師 (40574124)
木村 浩一朗 東京医科歯科大学, 医学部附属病院, 助教 (90898355)
土屋 純一 東京医科歯科大学, 大学院医歯学総合研究科, 寄附講座准教授 (30815527)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| キーワード | クローン病 / MRエンテログラフィ / 画像診断 / 人工知能 |
|---|
| 研究実績の概要 |
クローン病は消化管全域に炎症・潰瘍を起こす病変の再燃・寛解を繰り返して進行性に狭窄や瘻孔を形成する原因不明の炎症性腸疾患である。腸管のMR撮像法であるMRエンテログラフィで評価可能な”全層性治癒”は、新たな治療目標として注目されている。しかしながら、MRエンテログラフィの診断は、読影者間の一致度も必ずしも高くないことが問題点であり、人工知能(artificial intelligence, AI)を活用した画像診断支援システムの開発は喫緊の課題である。
本研究課題の目的は、多施設・マルチベンダーのMR画像に対応したクローン病の腸管病変評価のためのAI画像支援システムを開発することである。
当該年度も前年度と同様、「自施設MRデータを用いた、深層学習ネットワークアーキテクチャの検討」のための準備を進めた。昨年度に施行したMask R-CNNを用いた解析では、テストデータで病変部と非病変部の区別のできるモデルの作成はできなかった。学習データとしてアノテーションの対象を病変部だけにしてしまったことが原因と考えられたこと、またネットワークが医用画像に適していない可能性が考えられた。これらの結果を踏まえ、医用画像に適した3D U-NETで研究を進める方針に変更した。この分野に特化したプラスマン合同会社と本学との間に共同研究契約を結び、方針を検討、MRエンテログラフィ100検査に対して画像データのアノテーション作業を行った。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
プラスマン合同会社より提供されたアノテーションツールで作業を開始したが、本年度においては100例100検査のアノテーション作業を終了するまでに留まってしまった。
|
| 今後の研究の推進方策 |
アノテーションはひとまず終了したため、今年度は学習モデルの作成とその診断能のテストを行う予定。
|
| 次年度使用額が生じた理由 |
今回は購入を予定していた設備備品（解析用PC、画像保存用NAS、PCモニター）については、次年度以降に繰上げとした。
また、当該年度は学会発表を行わなかったため、それに伴う費用が発生しなかった。
|
