Development of regional scattere correction method using only deep learning and reconstruction images of nuclear medicine

仅使用深度学习和核医学重建图像的区域散射校正方法的开发

基本信息

批准号：
21K12629
负责人：
菊池明泰
金额：
$ 1.16万
依托单位：
Hokkaido University of Science
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21K12629/
关键词：
局所散乱線補正法深層学習核医学画像

项目摘要

現在、模型ファントムをもとにして、協力施設での機器を用いてデータ収集を行っている。使用製剤についてはテクネシウムを用いたものを用いている。撮像条件を数種類用いて検討しそのデータについて解析を実施した。なお予測されるデータについて、今後シミュレーションのデータを用いた検討も視野に入れている。得られた収集データについては、画像再構成用のソフトウエアDRIPを用い断面再構成を実施している。特に断面作成においては、より臨床に近い形での再構成条件を使用している。再構成画像作成時には、画像内のノイズやアーチファクトなどが影響するため、これらを考慮しつつ臨床に近い条件下で検討を進めている。これらの条件で作成された短軸画像を人工知能の補正用ソフトウェアへの学習用のデータとして入力を行っている今後は今回使用しているデータの学習データとしての整合性、さらに学習データ自体ももう少し増やしつつブラッシュアップなどを行い、補正の精度向上を進める予定である。そのため、随時検証用のデータも収集を進めるとともに、現在使用している人体ファントムについても、ブラッシュアップを進めていく予定である。現状では、欠損や血流低下部位の臨床とのマッチングや取得できた画像データが臨床データと近似しているかなどを確認しており、臨床との画像の相違がなければ将来的には臨床データでの応用も容易ではないかと考えている。今後の流れとしては、協力施設と日程を調整しながら補正システムの検証を進めていく予定である。

目前，正在使用基于模型体模的合作伙伴设施的设备收集数据。所使用的配方是一种使用锝的配方。我们使用几种类型的成像条件进行研究并分析数据。关于预测数据，我们未来也考虑使用模拟数据。使用图像重建软件 DRIP 对收集的数据进行横截面重建。特别是，在创建横截面时，我们使用更类似于临床条件的重建条件。创建重建图像时，图像中的噪声和伪影会受到影响，因此我们在接近临床条件的条件下进行研究，同时考虑到这些。在这些条件下创建的短轴图像作为训练数据输入人工智能校正软件。将来，我们将检查这次作为训练数据使用的数据的一致性，并且我们计划改进训练数据本身。通过稍微增加一点并提高校正的准确性。因此，我们计划继续收集数据以进行验证，并改进我们目前使用的人体模型。目前，我们正在检查缺陷和血流减少的区域是否与临床数据匹配，以及获取的图像数据是否与临床数据相似。将来，如果图像与临床数据不存在差异，则临床数据将我认为应用它会很容易。今后，我们计划在与合作设施协调日程的同时，继续验证校正系统。

项目成果

期刊论文数量（0）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Deep　learningを用いた散乱補正法の開発　－心肝ファントムを用いた基礎検討－

利用深度学习开发散射校正方法 - 使用心肝模型的基础研究 -

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
Akihiro Kikuchi ;Naofumi Wada;Takashi Kawakami;Kenichi Nakajima;Hiroto Yoneyama;西村　健　菊池明泰　谷川琢海　斉藤利典
通讯作者：
西村　健　菊池明泰　谷川琢海　斉藤利典

A myocardial extraction method using deep learning for 99mTc myocardial perfusion SPECT images: A basic study to reduce the effects of extra-myocardial activity

利用深度学习获取 99mTc 心肌灌注 SPECT 图像的心肌提取方法：减少心肌外活动影响的基础研究

DOI：
10.1016/j.compbiomed.2021.105164
发表时间：
2021
期刊：
Computers in Biology and Medicine
影响因子：
7.7
作者：
Akihiro Kikuchi ;Naofumi Wada;Takashi Kawakami;Kenichi Nakajima;Hiroto Yoneyama
通讯作者：
Hiroto Yoneyama