深層学習を用いた脳深部の高精細MR画像 ~7テスラ超高磁場MR画像に迫る~
利用深度学习的深部脑部高清MR图像~接近7特斯拉超高磁场MR图像~
基本信息
- 批准号:22K07715
- 负责人:
- 金额:$ 2.66万
- 依托单位:
- 依托单位国家:日本
- 项目类别:Grant-in-Aid for Scientific Research (C)
- 财政年份:2022
- 资助国家:日本
- 起止时间:2022-04-01 至 2025-03-31
- 项目状态:未结题
- 来源:
- 关键词:
项目摘要
本研究においては、中枢神経系の画像診断にて必須となるMRIにおいてすら、感度が低く、描出能の低下する脳深部の画質の改善を行うために、深層学習を応用した画像の生成を試みてきた。脳深部の核は臨床応用されている脳深部核刺激のような外科的処置において標的とされる領域であり、また、その構造内の特定の変化は多発性硬化症やパーキンソン病等の疾患に関連しているため、大きさや形状、信号評価といった画像上の特性の評価は、手術計画や医学研究等の関連研究や応用において重要な要素となり、その要望に応える精緻な画像の取得が望まれている。その為、本研究で目指すべき高画質の画像としては、国内では限られた施設でしか利用できない7テスラの超高磁場MR装置を用いて取得された画像を対象とするようにした。MR装置はその静磁場強度が強くなるほど高い信号雑音比が得られ、良好な画質の画像を取得することが出来る。近年、一般の医療施設においても普及してきた3テスラのMR装置より、7テスラのMR装置の方が静磁場強度は強く、その結果、例え体内の深部の構造であっても、低い静磁場強度よりも、高い静磁場強度の装置の方が優れた画質の画像が得られるため、その画質を得られるような深層学習を進めるよう計画してきた。今年度は7テスラの高磁場のMR装置から得られた画像を深層学習における教師画像として、一般の臨床現場に普及して用いられている3テスラMR装置から得られた画像からの画像の生成をする為、既に存在する7テスラのMR装置と3テスラのMR装置で取得された画像でのサンプルとなる画像の収集を行い、そこからの学習を先ず試みた。また、実験の開始のため7テスラのMR装置と3テスラのMR装置において、可能な限り同一の条件でのファントム画像の撮像に取り組み、併せて深層学習の環境についても検討を重ねてきた。
在这项研究中,我们将尝试通过应用深度学习来生成图像,以提高大脑深部的图像质量,即使是中枢神经系统图像诊断所必需的 MRI 也存在灵敏度低、可视化差的问题。能力就在这里。深部脑核是临床应用的脑深部刺激等外科手术的目标区域,其结构的某些变化与多发性硬化症和帕金森病等疾病有关,因此需要评估图像特征,例如大小、形状和信号。评估成为相关研究和应用(例如手术计划和医学研究)的重要组成部分,并且需要获取满足这些需求的精确图像。因此,本研究的目标是使用 7 特斯拉超高磁场 MR 设备获得的高质量图像,而该设备仅在日本有限的设施中可用。 MR设备的静磁场强度越强,信噪比越高,图像质量越好。 7特斯拉MR设备的静磁场强度比近年来在一般医疗机构中流行的3特斯拉MR设备更强,因为使用更高静磁场的设备可以获得更好的图像质量的图像。实力,我们一直计划推进可以获得这种图像质量的深度学习。今年,我们将使用从 7 特斯拉高磁场 MR 设备获得的图像作为深度学习的训练图像,并从 3 特斯拉 MR 设备获得的图像生成图像,这在一般临床环境中广泛使用。为此,我们首先收集了现有的 7 个 Tesla MR 设备和 3 个 Tesla MR 设备获得的样本图像,并尝试从中学习。此外,为了开始实验,我们使用7特斯拉MR设备和3特斯拉MR设备在尽可能相同的条件下捕获幻影图像,并且我们还反复考虑了深度学习的环境。
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)
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
中根 俊樹其他文献
中根 俊樹的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
相似国自然基金
基于Deep-learning的三江源区冰川监测动态识别技术研究
- 批准号:51769027
- 批准年份:2017
- 资助金额:38.0 万元
- 项目类别:地区科学基金项目
基于异构医学影像数据的深度挖掘技术及中枢神经系统重大疾病的精准预测
- 批准号:61672236
- 批准年份:2016
- 资助金额:64.0 万元
- 项目类别:面上项目
具有时序处理能力的Spiking-Deep Learning(脉冲深度学习)方法研究
- 批准号:61573081
- 批准年份:2015
- 资助金额:64.0 万元
- 项目类别:面上项目
相似海外基金
ウェスト症候群発症時脳波の深層学習による神経学的予後、MRI脳成熟の予測法の開発
West综合征发病时利用脑电图深度学习开发神经学预后和MRI脑成熟度预测方法
- 批准号:
24K10951 - 财政年份:2024
- 资助金额:
$ 2.66万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
深層学習モデルで解き明かす発達性てんかん性脳症と脳形成異常の遺伝素因と画像診断
使用深度学习模型进行发育性癫痫性脑病和脑发育不良的遗传倾向和图像诊断
- 批准号:
24K11055 - 财政年份:2024
- 资助金额:
$ 2.66万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
Deep Learningを用いた時系列データ解析による肺癌脳転移の予後予測
利用深度学习的时间序列数据分析预测肺癌脑转移的预后
- 批准号:
24K18759 - 财政年份:2024
- 资助金额:
$ 2.66万 - 项目类别:
Grant-in-Aid for Early-Career Scientists
脳の視覚特性を組み込んだ深層学習モデルによる大きさ知覚特性の検証
使用结合大脑视觉特征的深度学习模型验证尺寸感知特征
- 批准号:
24K15147 - 财政年份:2024
- 资助金额:
$ 2.66万 - 项目类别:
Grant-in-Aid for Scientific Research (C)