• 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

2015 年度 実施状況報告書

大規模学習ニューラルネットワークを用いた低線量CT画像の画質修復

研究課題

研究課題/領域番号 26461793
研究機関広島大学

研究代表者

福本 航  広島大学, 大学病院, 医科診療医 (00726870)

研究分担者 粟井 和夫  広島大学, 医歯薬保健学研究院(医), 教授 (30294573)
檜垣 徹  広島大学, 医歯薬保健学研究院(医), 特任助教 (80611334)
研究期間 (年度) 2014-04-01 – 2017-03-31
キーワード被曝低減
研究実績の概要

平成27年度は広島大学病院およびその関連病院にて、肺癌CT検診およびその精査目的で、低線量(1-3 mGy)および超低線量(0.1-0.3 mGy)の胸部CT画像の両者が撮影され肺結節を含む患者30人程度のデータを後ろ向きに収集した。
その後、超低線量CT画像を学習が終わったMTANNに入力し、仮想低線量画像を作成した。それを実際に低線量で撮影された画像と比較した。
評価は実際の低線量画像で指摘された結節が仮想低線量画像ではどのように描出されるか3段階のGrade Scale(Grade 1:低線量画像で指摘の結節が仮想低線量画像では指摘困難、Grade 2:低線量画像で指摘の結節が仮想低線量画像では指摘可能、ただし、内部性状の評価は不能、Grade 3:低線量画像で指摘の結節が仮想低線量画像では指摘も内部性状評価いずれも可能)を用いて行った。
結果は低線量画像では18結節(充実性結節:16結節、すりガラス結節:2結節)が指摘できた。Grade 1は0結節、Grade 2は2結節(いずれもすりガラス結節)、Grade 3は16結節との結果となった。
MTANNによる仮想低線量画像は肺癌CT検診において結節の検出においては実際の低線量画像と同等である可能性がある。ただし、内部性状の評価が困難な結節もあり、画質改善が必要である。

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

現在までに超低線量画像より仮想低線量画像を作成する技術はほぼ完成しており、おおむね順調に進展していると考えられる。ただし、画質の初期評価では改善点もあり、修正が必要である。

今後の研究の推進方策

平成27年度はMTANNによる超低線量画像より仮想低線量画像を作成する技術はほぼ完成しているが、結節の内部性状評価がやや困難な結節があり、画質改善が必要である。平成28年度は画質改善を行いながら、実際の低線量画像と仮想低線量画像の2者において、放射線専門医による肺腫瘍の検出能についてReceiver Operating analysis(ROC)解析を実施し、診断能の検討を行う。

次年度使用額が生じた理由

読影実験はまだ行えておらず、人件費や謝礼の予算を使用していないため。

次年度使用額の使用計画

読影実験の際には必要に応じて謝礼を支払う予定である。

  • 研究成果

    (1件)

すべて 2015

すべて 学会発表 (1件) (うち国際学会 1件)

  • [学会発表] Lung cancer screening (LCS) in ultra-low-dose CT (U-LDCT) by means of massive-training artificial neural network (MTANN) image-quality improvement: An initial clinical trial2015

    • 著者名/発表者名
      福本航
    • 学会等名
      RSNA 2015(The radiological society of North America 101st scientific assembly and annual meeting)
    • 発表場所
      McCORMICK PLACE,CHICAGO, U.S.A
    • 年月日
      2015-11-29 – 2015-12-04
    • 国際学会

URL: 

公開日: 2017-01-06  

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