| 研究課題/領域番号 |
23K07149
|
|---|
| 研究機関 | 国立研究開発法人国立循環器病研究センター |
|---|
研究代表者 |
西井 達矢 国立研究開発法人国立循環器病研究センター, 病院, 医長 (20749345)
|
|---|
| 研究分担者 |
河野 淳 近畿大学, 医学部, 准教授 (20574388)
太田 靖利 国立研究開発法人国立循環器病研究センター, 病院, 医長 (90388570)
大田 淳子 国立研究開発法人量子科学技術研究開発機構, QST病院 医療技術部, 主任研究員 (90825001)
梅原 健輔 国立研究開発法人量子科学技術研究開発機構, QST病院 医療技術部, 主任研究員 (90825077)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2027-03-31
|
| キーワード | 心臓CT / 時間分解能 |
|---|
| 研究実績の概要 |
本研究では、心臓CT検査において問題となる「動きによる画像のブレ」を深層学習（AI）で補正する新たな技術（Deblur AI）を開発し、より時間分解能の高い画像を臨床現場で提供できるようにすることを目指している。
本年度は、昨年度に準備した約30万枚の学習用画像データを使って、複数のAIモデル（CNN、RDN、Transformerなど）を用いた学習を行い、それぞれに最適な設定（ハイパーパラメータ）の検討を進めた。その際、一般的なGPU機器を使った学習時間も測定し、比較的シンプルなモデルでは約24時間、大規模なTransformerモデルでは約1週間かかることが分かった。これらの基礎情報をもとに、いくつかのDeblur AIモデルを構築し、別の約2000枚のテスト画像を使って性能を評価した。
放射線科医による読影実験の結果、大規模なTransformerを用いたモデルは特にブレが目立つ部分で、元の静止画像に近い画像を再現できていたが、臨床で十分な精度にはまだ達していなかった。特にブレの強い部分では画像の特徴が大きく変わってしまうため、AIがうまく学習できていない可能性があり、現在はそうした難しい部分を優先的に学習できるようモデルの構造を再検討している。
また、今後の臨床応用や他施設での利用を見据え、専門的な操作を必要としない簡単なアプリケーションとして、一般的なパソコン上でも容易に画像処理が可能になる環境の整備を進めている。すでに、同様に当グループで開発した画像ノイズを低減するAIでは、他施設での実証実験も開始している。
|
| 現在までの達成度 |
現在までの達成度
3: やや遅れている
理由
ブレを低減するための学習アーキテクチャの開発について、いくつかの手法を取り入れているが、最適なアーキテクチャの構築に至っていない。
|
| 今後の研究の推進方策 |
当初の計画どおり、最適なアーキテクチャの開発およびその原理的な妥当性を実証することを先行して行う。臨床画像への適応に関しての環境開発も並行して進める。
|
| 次年度使用額が生じた理由 |
研究計画から少し遅れているため、本年度予定していた作成した画像評価を行う医師用物品や旅費の支出が行われていないために、一部繰越が生じているが、次年度以降に使用予定である。
|
