Development of statistical model for analysis of dynamic of metabolic diseases using PET

开发利用 PET 分析代谢疾病动态的统计模型

• 批准号: 21KK0183
• 负责人: 小野 直亮
• 金额: $ 11.4万
• 依托单位: Nara Institute of Science and Technology
• 依托单位国家: 日本
• 项目类别: Fund for the Promotion of Joint International Research (Fostering Joint International Research (B))
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-10-07 至 2027-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21KK0183/
• 关键词: 深層学習; PETイメージング; 診断支援モデル; 冠動脈疾患; PET画像; 腎臓Perfusionモデル; 長期コホート解析; 深層学習; PETイメージング; 診断支援モデル; 冠動脈疾患; PET画像; 腎臓Perfusionモデル; 長期コホート解析

本研究では、Computer Aided Diagnosisの手法として、PETをはじめと知る診断情報を多角的に利用する方法の開発を試みた。本年度の成果として、実際の診断読影のようにPET検査から得られた画像と病理データとを組み合わせた説明変数を連結して深層学習モデルの入力とするモデルを用いて、より実践的な診断を可能とするモデルを構築した。また、分類結果の説明可能性を向上させるため、灌流画像をもとにした顕著性マップの可視化を実装した。このモデルでは、冠動脈を含む心筋領域を極座標マップ上に展開した画像を用い、検出された灌流異常の可視化や、分類結果に肯定的または否定的に影響を与えた画像や臨床変数の強調表示などを実現した。これは、O-15 H2O灌流画像に対してこのような方法を適用した初めての試みであり、極座標マップから抽出された特徴、PET灌流検査の定量的結果、および臨床的な患者固有のリスク変数を含む複数の変数の組み合わせを利用することを実現した。

在这项研究中，我们试图开发一种用于计算机辅助诊断信息的方法，该信息从各个角度使用PET和其他知识渊博的方法。由于今年的结果，我们构建了一个模型，该模型可以使用一个模型，该模型结合了解释变量，该模型结合了从PET测试获得的图像与病理数据获得的图像，例如在实际的诊断读数中，并输入了深度学习模型。此外，为了提高分类结果的解释性，实施了基于灌注图像的显着性图的可视化。该模型使用心肌区域的图像，包括极地坐标图上的冠状动脉，以可视化检测到的灌注异常，并突出显示具有正面或负面影响分类结果的图像和临床变量。这是将这种方法应用于O-15 H2O灌注图像的第一次尝试，它实现了变量组合，包括从极性坐标图提取的特征，PET灌注测试的定量结果以及临床患者特异性风险变量。