深層学習と血管抑制・非抑制画像を利用した新たな転移性脳腫瘍診断法の確立

利用深度学习和血管抑制/非抑制图像建立转移性脑肿瘤新诊断方法

• 批准号: 21K07645
• 负责人: 樋渡 昭雄
• 金额: $ 2.66万
• 依托单位: Nagoya City University
• 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/en/grant/KAKENHI-PROJECT-21K07645/
• 关键词: 脳転移; MRI; 転移性脳腫瘍; 深層学習

脳転移は成人で最多の頭蓋内腫瘍であるが、微小な病変や多発病変が多い。診断には一般に造影後3DT1WIが用いられるが、増強された血管と微小転移の区別が困難な場合があり、正確な診断には時間を要し、見逃される病変が多い。VISIBLE (Volume Isotropic Simultaneous Interleaved Bright- and bLack-blood Examination)法は血管信号抑制画像と非抑制画像を同時取得し、高感度、低偽陽性率で脳転移を診断可能であるが、従来法では撮像に5分程度必要である。そこで近年臨床応用されつつある圧縮センシング法やハーフスキャンなども活用し、撮像時間の短縮、すなわち患者負担の軽減を試みている。また、VISIBLE法でさえも血管信号の不十分な抑制などで脳転移と偽病変を鑑別することは困難である。そのために、本研究では経過観察し、臨床的に確実に脳転移と診断された病変を教師画像に用いることで、偽病変を鑑別することでより精度の高い脳転移のsegmentationを目的としており、継続的に症例を蓄積中である。さらにAIシステムを応用し、脳転移を自動検出することで、診断効率のさらなる向上が期待される。現在至適撮像条件の確立、最適化されたVISIBLE法を用いた脳転移疑い患者の撮像、および患者データベース構築、データベースからの脳転移segmentation及びその深層学習、AIシステムを応用した脳転移の自動検出診断支援システム確立、脳転移の大きさ、部位、個数及び全身状態を加味した自動治療法選択を目標として取り組んでいる。

The most common diseases are internal diseases, minor diseases, multiple diseases and multiple diseases. In general, after disconnection, 3DT1WI was used to detect and strengthen the micro-movement of blood vessels in order to determine whether it was difficult to get rid of the disease, to correct the time to stop the shock, and to avoid the disease. VISIBLE (Volume Isotropic Simultaneous Interleaved Bright- and bLack-blood Examination) method for vascular signal suppression portrait, non-inhibition portrait at the same time, high sensitivity, low sensitivity, high sensitivity, high sensitivity, low sensitivity, high In recent years, we have used the method of medical treatment in recent years to monitor the active use of equipment, the short time of image preparation, and the burden of patients to pay attention to their health care. The vascular signal was not very effective in the identification of the disease by VISIBLE and VISIBLE methods. The purpose of this study is to make sure that the pictures are used in the pictures of the patients, and that the accuracy is high. The purpose of this study is to improve the accuracy of the images. The purpose of this study is to improve the accuracy of the segmentation. You need to know that you are using the AI, that you can automatically send out the phone, and that you are looking forward to it. Now that the summary image condition is established, the most accurate VISIBLE method can be used to determine the image of the patient, the segmentation, the computer, the computer. The number of cases and the status of the whole body are improved. The automatic treatment method is used to select the target number and the number of samples.

项目成果

転移性脳腫瘍診断における九州大学の取り組み

九州大学在转移性脑肿瘤诊断方面的努力

• 发表时间: 2021
• 作者: Noguchi Tomoyuki;Tanaka Kumi;Okada Yasushi;Fukuizumi Kunitaka;Yokoda Sachiyo;Dairiki Motoko;Yamashita Koji;Shin Seitaro;Wada Noriaki;Harada Shino;Morita Shigeki;樋渡昭雄
• 通讯作者: 樋渡昭雄

Interleaved Black-- and Bright--Blood Acquisition for Automatic Brain Metastasis Detection using Deep Learning Convolutional Neural Network

使用深度学习卷积神经网络进行交错黑血和亮血采集以自动检测脑转移

• 发表时间: 2021
• 作者: Obara M;Yoshimoto K;Hiwatashi A;Fischer A;Akamine Y;Ogino T;Yoneyama M;Asad R;Ueda Y;Kwon J;van Cauteren M
• 通讯作者: van Cauteren M

A deep convolutional neural network-based automatic detection of brain metastases with and without blood vessel suppression

• DOI: 10.1007/s00330-021-08427-2
• 发表时间: 2022-01-07
• 期刊: EUROPEAN RADIOLOGY
• 影响因子: 5.9
• 作者: Kikuchi, Yoshitomo;Togao, Osamu;Hiwatashi, Akio
• 通讯作者: Hiwatashi, Akio

Philips Healthcare AI Informatics(ドイツ)

飞利浦医疗保健人工智能信息学（德国）