• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2023 年度 実績報告書

4D-Flowと深層学習を用いた脳動脈瘤高分解能血流動態バイオマーカー計算法開発

研究課題

研究課題/領域番号 21K09175
研究機関聖隷クリストファー大学

研究代表者

礒田 治夫  聖隷クリストファー大学, リハビリテーション科学研究科, 臨床教授 (40223060)

研究分担者 平野 祥之  名古屋大学, 医学系研究科(保健), 准教授 (00423129)
研究期間 (年度) 2021-04-01 – 2024-03-31
キーワード人工知能 / 深層学習 / ノイズ低減 / 脳動脈瘤 / 4D Flow MRI / 磁気共鳴流体解析 / 計算流体解析
研究実績の概要

本研究の目的は、深層学習を用いた人工知能(AI)を用いて脳動脈瘤の磁気共鳴流体解析(MRFD)結果の速度ベクトルのノイズを低減し、計算流体解析 (CFD)に匹敵する精度を持つ結果に変換することである。
研究2年目の令和4年度までに、「空間2次元」ノイズ低減モデルを開発後に、空間2次元に時間の要素を加えた「空間2次元+時間」の3次元ノイズ低減モデルを開発し、収縮期や拡張期などの精度向上が認められた。今年度は、次のステップとして、まず「空間3次元」ノイズ低減モデルを開発した。今までと同様にCFDで得られた脳動脈の3方向速度ベクトルデータを正解データ、このデータにMRFDを模倣したノイズを加えたデータを入力データとして作成した教師データを、損失関数が最適になるようにノイズ除去モデルWin5-RBに学習させた。血流速度ベクトルの角度類似指数 (Angle Similarity Index, ASI)・強度類似指数 (Magnitude Similarity Index, MSI)について、「空間2次元」よりも精度が向上した。しかし、「空間2次元+時間」ノイズ低減モデルと比較して、精度が悪かった。次に、今までの経過から精度がもっとも良好になると推定されたのは、「空間3次元+時間」ノイズ低減モデルであった。このため、「空間3次元+時間」ノイズ低減モデルの構築を目指してWin5-RBを用いて学習させ、最適化されたと考えられた条件で、「空間3次元+時間」と「空間2次元+時間」モデルの精度を比較したところ、前者が後者を上回ることはなかった。原因として、Win5-RBでは「空間3次元+時間」が確立されていない可能性もあるため、他のモデルで様々な試行錯誤を試みたが、完成に至らなかった。今後は、新たなモデルの開発も含め、「空間3次元+時間」ノイズ低減モデル完成を目指して研究を続ける予定である。

  • 研究成果

    (3件)

すべて 2023

すべて 学会発表 (3件) (うち国際学会 1件)

  • [学会発表] 3次元深層学習モデルの磁気共鳴流体解析のノイズ低減 ~時間情報の有無によるノイズ除去効果の違い~2023

    • 著者名/発表者名
      小田凌太郎, 礒田治夫, 小山修司, 平野祥之, 中島美来, 寺田理希, 牛尾貴輔, 五島聡
    • 学会等名
      第5回 4D Flow研究会
  • [学会発表] Differences of Noise Reduction in Magnetic Resonance Fluid Dynamics of Intracranial Aneurysms with the “Spatial 2D with time” and “Spatial 3D without time” 3D Deep Learning Models2023

    • 著者名/発表者名
      Ryotaro Oda, Haruo Isoda, Shuji Koyama, Yoshiyuki Hirano, Miku Nakashima, Masaki Terada, Takasuke Ushio, Satoshi Goshima
    • 学会等名
      Society for Magnetic Resonance Angiography 2023
    • 国際学会
  • [学会発表] 3次元深層学習モデルの磁気共鳴流体解析ノイズ低減 --時間情報の有無によるノイズ除去効果の違い2023

    • 著者名/発表者名
      小田凌太郎, 礒田治夫, 小山修司, 平野祥之, 中島美来, 寺田理希, 牛尾貴輔, 五島聡
    • 学会等名
      第53回 日本神経放射線学会

URL: 

公開日: 2024-12-25  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi