EOB-MR画像における肝結節性病変の診断支援の実用化

EOB-MR 图像中肝结节性病变诊断支持的实际应用

基本信息

批准号：
20K20215
负责人：
竹永智美
金额：
$ 1.75万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
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-20K20215/
关键词：
radiology report Gd-EOB-DTPA MRI segmentation CADe CADx FC-ResNet

项目摘要

本研究は、Gd-EOB-DTPAで造影されたMR画像（EOB-MR画像）における肝結節性病変の自動検出・鑑別・読影レポート作成システムの開発を行い、実用化を目指すものである。これまでの研究では、EOB-MR画像における肝結節性病変の自動検出・鑑別のコンピュータ支援診断（CAD）システムの開発を行ってきた。また、読影レポート生成のために、病変の肝区域を同定する手法の開発も行ってきた。当該年度までに、肝区域を同定する方策として、Deep learningによる肝区域抽出と、肝区域抽出における正解ラベル画像作成を効率化するための手法の提案を行った。これらの手法により、正解ラベル画像作成の時間的・労力的コストを削減することで大規模な学習データ作成の難易度が下がることが期待できる。当該年度では、Deep learningによる肝区域抽出の結果と、肝結節性病変の自動検出・鑑別CADの結果を組み合わせることで、読影レポートの自動生成を試みた。本手法は単純なルールベースな手法で構造化レポートを自動生成しており、Deep leariningによる自動レポート生成とは異なる。しかしながら、最終的なDeep learningによる構造化レポート生成の際の正解や比較対象として使用可能であるため、重要なステップであると考える。自動生成を試みた読影レポートは実際に読影医の作業を取って代われるほどのものではないが、この試みにより、診断を行う際の負担軽減や診断精度の向上が図られることが期待される。

本研究旨在开发一种在 Gd-EOB-DTPA 增强 MR 图像（EOB-MR 图像）中自动检测、区分和生成肝结节性病变判读报告的系统，并将其投入实际应用。在我们之前的研究中，我们开发了一种计算机辅助诊断（CAD）系统，用于自动检测和区分 EOB-MR 图像中的肝脏结节性病变。我们还开发了一种识别病变肝脏区域的方法，以便生成解释报告。到本财年，我们提出了一种使用深度学习简化肝脏区域提取的方法，并为肝脏区域提取创建正确的标签图像，作为识别肝脏区域的措施。这些方法有望通过减少创建正确标签图像的时间和人力成本来降低创建大规模训练数据的难度。今年，我们尝试结合深度学习肝段提取结果和自动CAD结果自动生成判读报告，用于肝结节性病变的检测和鉴别。该方法使用简单的基于规则的方法自动生成结构化报告，这与使用深度学习自动生成报告不同。然而，我们认为这是重要的一步，因为在使用深度学习生成结构化报告时，它可以用作正确答案或比较目标。尽管自动生成图像判读报告的尝试不足以真正取代判读员的工作，但希望这种尝试能够减轻诊断的负担并提高诊断的准确性。