| 研究課題/領域番号 |
23K15098
|
|---|
| 研究機関 | 名古屋大学 |
|---|
研究代表者 |
中野 嘉久 名古屋大学, 医学部附属病院, 特任助教 (80845131)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2026-03-31
|
| キーワード | 慢性肺血栓塞栓症 / 急性肺塞栓症 / 慢性血栓塞栓性肺高血圧症 / ディープラーニング |
|---|
| 研究実績の概要 |
急性肺塞栓症(pulmonary hypertension：PE)後の慢性期の病態である慢性血栓塞栓性肺疾患(chronic thromboembolic pulmonary disease: CTEPD)やさらには最重症の病型で難病であり生命予後に影響する慢性血栓塞栓性肺高血圧症(chronic thromboembolic pulmonary hypertension: CTEPH)に移行する症例が少なからずあり、臨床的に重要な課題となっている。本研究ではCTEPDやCTEPHに進展するリスクが高い症例を早期に発見する手法として、申請者のグループが用いている肺動脈血栓の描出精度に優れたCTプロトコールにより撮影したCT画像をAIを用いてディープラーニングさせることで肺動脈残存血栓を自動で検出するアプリケーションの開発と臨床応用を目的としている。
初年度はまず、本研究で用いる教師データ用のCT元画像を準備した。同時に精度検証用のCT元画像も抽出を終えた。教師用画像については、アノテーションを行い、専門医の目で画像上確認できる血栓をマーキングする作業を複数症例にて実施した。さらにMatlabソフトウェアを使用し畳み込みニューラルネットワーク(convolutional neural network: CNN)の一種である3D U-Netと呼ばれるネットワークの構築作業を進めた。すでにネットワーク構築は一通り完了しており、検証を進める段階まで到達している。
|
| 現在までの達成度 |
現在までの達成度
2: おおむね順調に進展している
理由
研究実績の概要に記載した通り、研究実施計画にそって基礎となるステップを着実にクリアしており、１年が経過した段階で着実に進展している。また今後の必要な課題も明確であり、研究実施計画に沿って進めていく。
|
| 今後の研究の推進方策 |
現在アノテーション作業を実施中であり、精度の高い教師データを増やすべく作業を進めていく。そのうえで実装した3D U-Netを実行し肺動脈内血栓検出の予測精度の検証を行う。今後臨床応用が可能になるよう検証結果を踏まえ構築した3D U-Netの修正も進めていく。
|
| 次年度使用額が生じた理由 |
一連の作業はすべてMatlabソフトウェアを用いて実施しており、作業の進捗状況から本年度はコンサルティングサービスを利用せずに進めた。今後各作業の検証段階や精度向上の段階で当初初年度に予定していたMathworks社のコンサルティングサービスの利用を予定しており、次年度に研究費の使用を予定している。
|
