PET image analysis by deep learning for diagnosis of Alzheimer's disease

通过深度学习进行 PET 图像分析来诊断阿尔茨海默病

基本信息

批准号：
18F18112
负责人：
栗田多喜夫
金额：
$ 1.34万
依托单位：
Hiroshima University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2018
资助国家：
日本
起止时间：
2018-10-12 至 2021-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-18F18112/
关键词：
医療画像診断機械学習深層学習アルツハイマー病

项目摘要

本研究では，最近のディープラーニング等の機械学習手法を取り入れて，PETの3次元画像を解析し，アルツハイマー病の初期の症状を自動認識する手法等を開発している．アルツハイマー病の初期の症状を自動認識する手法については，昨年度までにある程度の成果が得られたので，本年度は，ディープラーニングをアルツハイマー病以外の画像診断へ応用する方法について検討した．具体的には，3次元単一光子放出コンピュータ断層撮影法およびコンピュータ断層撮影法（3D SPECT/CT )で全身を撮影した画像から分化型甲状腺がんのリンパ節（LN）への転移を診断するためにディープラーニングを利用する手法を開発した．また，これまでの成果をまとめて論文誌等に投稿した．

在这项研究中，我们正在结合深度学习等最新的机器学习方法来分析 3D PET 图像，并开发一种自动识别阿尔茨海默病早期症状的方法。去年我们在自动识别阿尔茨海默病早期症状的方法方面已经取得了一些成果，今年我们研究了将深度学习应用于阿尔茨海默病以外疾病的图像诊断的方法。具体来说，我们使用 3D 单光子发射计算机断层扫描和全身计算机断层扫描 (3D SPECT/CT) 图像来诊断分化型甲状腺癌的淋巴结 (LN) 转移，为此我们开发了一种使用深度学习的方法。此外，我们总结了迄今为止获得的结果并将其提交给期刊。

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）

Multi instance learning via deep CNN formulti-class recognition of Alzheimer’s disease

通过深度 CNN 进行多实例学习，实现阿尔茨海默病的多类别识别

DOI：
发表时间：
2019
期刊：
影响因子：
0
作者：
Muthusubash Kavitha; Novanto Yudistira; Takio Kurita
通讯作者：
Takio Kurita

Deep learning enables automated localization of the metastatic lymph node for thyroid cancer on 131I post-ablation whole-body planar scans

深度学习能够在 131I 消融后全身平面扫描中自动定位甲状腺癌转移淋巴结

DOI：
10.1038/s41598-020-64455-w
发表时间：
2020
期刊：
影响因子：
4.6
作者：
Kavitha MuthuSubash;Lee Chang;Shibudas KattakkaliSubhashdas;Kurita Takio;Ahn Byeong
通讯作者：
Ahn Byeong

Transfer Learning by Cascaded Network to identify and classify lung nodules for cancer detection

通过级联网络进行迁移学习来识别和分类肺结节以进行癌症检测