磁気共鳴画像を用いた新規脳容積評価法（Sy-VBM）による脳萎縮の早期発見

使用磁共振成像（Sy-VBM）的新型脑容量评估方法早期检测脑萎缩

• 批准号: 20K08057
• 负责人: 後藤 政実
• 金额: $ 2.25万
• 依托单位: Juntendo University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K08057/
• 关键词: 磁気共鳴画像; 脳萎縮; 脳機能; Synthetic MRI; VBM

令和3年度の実施状況報告書において、『頭蓋内抽出にSy-MRI画像を利用することで、これまでの手法に比べ、抽出精度が改善すること』を証明した研究結果を報告し、その内容は学会発表と論文化予定であると報告した。今年度、その内容をタイで開催された第22回国際診療放射線技師会学術大会 (The 22nd ISRRT、2022年12月15-17）において電子ポスター発表（Goto M, et al.、Accuracy of skull stripping in a single-contrast convolutional neural-network model on eight contrast magnetic resonance images.）した。また、『Accuracy of skull stripping in a single-contrast convolutional neural-network model on eight contrast magnetic resonance images』 とういタイトルで論文作成した（Radiological Physics and Technologyで査読中）。さらに、我々の手法が、被殻抽出正確性を向上させることと、静脈分離エラーを軽減させることを証明した論文（Goto M, et al.、Acta Radiol、2023 Feb;64(2):741-750.）が掲載された。

在2021财年的实施状况报告中，我们报道了一项研究结果，该研究结果证明“与以前的方法相比，使用Sy-MRI图像进行颅内提取可以提高提取的准确性。”据报道，该内容计划在学术会议并以论文形式发表。今年，该内容以电子海报的形式在泰国举行的第 22 届国际放射技术专家学会（The 22nd ISRRT，2022 年 12 月 15-17 日）上展示（Goto M 等人，《颅骨剥离的准确性》）。八张对比磁共振图像的单对比卷积神经网络模型。他还写了一篇题为“在八张对比磁共振图像上的单对比卷积神经网络模型中颅骨剥离的准确性”的论文（目前正在《放射物理与技术》杂志上进行审查）。此外，还发表了一篇论文（Goto M, et al., Acta Radiol, 2023 Feb;64(2):741-750.）。

项目成果

Accuracy of skull stripping in a single-contrast convolutional neural-network model on eight contrast magnetic resonance images.

八张对比磁共振图像的单对比卷积神经网络模型中颅骨剥离的准确性。

• 发表时间: 2022
• 作者: Goto M; Otsuka Y; Hagiwara A; Fujita S; Hori M; Kamagata K; Aoki S; Abe O; Sakamoto H; Sakano Y; Kyogoku S; Daida H.
• 通讯作者: Daida H.

Analysis of synthetic magnetic resonance images by multi-channel segmentation increases accuracy of volumetry in the putamen and decreases mis-segmentation in the dural sinuses.

通过多通道分割对合成磁共振图像进行分析，提高了壳核体积测量的准确性，并减少了硬脑膜窦的错误分割。

• DOI: 10.1177/02841851221089835
• 发表时间: 2023
• 作者: Goto M; Fukunaga I; Hagiwara A; Fujita S; Hori M; Kamagata K; Aoki S; Abe O; Sakamoto H; Sakano Y; Kyogoku S; Daida H.
• 通讯作者: Daida H.

Accuracy of skull stripping in a single-contrast convolutional neural-network model on eight contrast magnetic resonance images.

八张对比磁共振图像的单对比卷积神经网络模型中颅骨剥离的准确性。

• 发表时间: 2022
• 作者: Goto M; Otsuka Y; Hagiwara A; Fujita S; Hori M; Kamagata K; Aoki S; Abe O; Sakamoto H; Sakano Y; Kyogoku S; Daida H.
• 通讯作者: Daida H.

Decreased mis-segmentation in SPM 12: multi-channel analysis of synthetic magnetic resonance imaging

减少 SPM 12 中的误分割：合成磁共振成像的多通道分析

• 发表时间: 2020
• 作者: Goto M; Fukunaga I; Hagiwara A; et al.
• 通讯作者: et al.

Analysis of synthetic magnetic resonance images by multi-channel segmentation increases accuracy of volumetry in the putamen and decreases mis-segmentation in the dural sinuses.

通过多通道分割对合成磁共振图像进行分析，提高了壳核体积测量的准确性，并减少了硬脑膜窦的错误分割。

• DOI: 10.1177/02841851221089835
• 发表时间: 2023
• 作者: Goto M; Fukunaga I; Hagiwara A; Fujita S; Hori M; Kamagata K; Aoki S; Abe O; Sakamoto H; Sakano Y; Kyogoku S; Daida H.
• 通讯作者: Daida H.