Quantitative evaluation of blood circulation by deep learning in short time DCE-MRI

点击翻译按钮获取中文摘要

ダイナミック造影MRIは、対象組織における造影剤の濃度変化を画像化することで、血管新生により変化する腫瘍の血行動態を定量的に評価することができ、腫瘍の診断能向上や予後予測に役立つものと期待される。しかし、ダイナミック画像から血行動態パラメータを得るには時系列データに対するコンパートメントモデルを用いた薬物動態学的解析が必要であり、血中造影剤濃度の時間曲線（血液入力関数）や高時間分解能、長時間の連続撮像が求められることから、臨床画像診断での活用度は低い。そこで本研究では、機械学習の手法も取り入れ、短時間、低時間分解能の造影MRI撮像データから腫瘍の血行動態を簡便、高精度に定量評価する手法を検討する。令和3年度は、コンパートメントモデル解析を行わず、時間濃度曲線の形状から血行動態パラメータの変化を検出するための簡易指標を新たに提案した。そこで令和4年度は、その簡易指標を臨床データに応用するための解析用ソフトウェアを作成した。本ソフトウェアでは、臨床データで一般的に用いられるDICOM形式の画像から造影剤濃度画像を作成し、さらに血行動態の簡易指標を計算してマップを出力する。また、この一連の操作を、グラフィカルユーザインターフェースを用いて汎用PC上で行うことが可能である。現在、この解析ソフトウェアを用いて臨床データの解析を進めている。さらに、この簡易指標を個人間比較するため、教師信号なしクラスタリングを用いた最適な参照領域の選択法についても検討を進めている。次年度は、機械学習の手法をさらに取り入れ、参照領域の自動抽出法を確立するとともに、血行動態パラメータの定量精度の向上を目指し定量法の改良も進める予定である。