敵対的生成ネットワークを用いた新しい原理にもとづくDSAの開発

使用生成对抗网络基于新原理开发 DSA

• 批准号: 20K08063
• 负责人: 山本 めぐみ
• 金额: $ 2.83万
• 依托单位: Hiroshima International University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K08063/
• 关键词: DSA; 画像生成; アーチファクト; 深層学習; 敵対的生成モデル; 血管造影; 敵対的生成ネットワーク; Deep Learning

本研究の目的は深層学習を用いて,被験者の自由呼吸下で撮影が可能で,かつ被曝線量を大幅に低減できるDSA法の開発を行う.本研究によって,造影後画像であるライブ画像撮影時の呼吸停止は必要なくなる.また,これまで臓器の動きがあるため適用できなかった心臓領域および撮影系が移動する下肢領域などにもDSAが適用できるようになる.さらに,微小な動きによるアーチファクトも低減されるため,通常のDSA画像では観察困難な微小血管や血管の形態なども観察可能となり,診断等で有用となる.これにより任意の部位でのDSAが可能となり,結果として血管造影に比べて造影剤の使用量を減らすことができるDSAの適用範囲が広がり,造影剤による副作用低減が期待できる.　本研究では,これまでのDSAのようにライブ像からマスク像を減算すると動きによるアーチファクトが生じるため,ライブ像から直接DSA像を得ようとする手法を考案している．今年度は，血管造影像の画像データベースを構築と深層学習学習モデルの比較・検討を行った．具体的には，造影後画像および病院で作成されたDSA画像のそれぞれについて,ニューラルネットワークの効率的な学習を行うため画像パッチを作成した．ここで造影後の画像パッチは「入力データ」に,病院で作成されたDSAの画像パッチは「教師データ」に対応する.そして，敵対的生成モデルであるpix2pix，CycleGANと, FCNのU-netの3つのタイプのモデルを作成し,画像データベースのデータを用いて学習を行い,結果として出力される画像の画質を元にモデルの層数やハイパーパラメータを変更し,モデルの最適化を行った.この時，学習や最適化には計算に時間がかかっている．また，この3つの種類についての出力像の特徴を調べた．

The purpose of this study is to learn more about the use of medicine, and the subject is free to breathe to make a movie about the possibility, and it is exposed that the amount of money is much lower than that of DSA. In this study, after imaging, the portrait stopped breathing as necessary when the portrait was taken. The video camera is used in the field of the lower extremities. The DSA device is used in the hospital. In general, the DSA portrait, the shape of the blood vessel, and so on. The results showed that DSA could be affected in any part of the body, and the results showed that angiography was more effective than angiography in terms of the usage of angiography. The side effects of angiography were low and the side effects were low. The results of this study showed that the side effects of angiography were low, and the side effects were low. The results of this study showed that there was no significant difference between the two groups in this study. In this study, the results showed that there was no significant difference between the two groups in this study. This is the year of the examination. This year, the DSA image has been improved. Vascular imaging: portrait, drawing, drawing, studying, learning, etc. After radiography, the portrait of the hospital was made into a DSA portrait, and the image of the hospital was made into a picture, and the hospital was made into a picture, and the hospital was made into a portrait of the DSA. The generation of the pix2pix,CycleGAN, the FCN, the U-net, the third, the second, the second, the third, the third, At the same time, the most advanced computer program is used to calculate the time, and the output of the three-year system is like a special one.

项目成果

Development of the DSA Method for Coronary Angiography Using Deep Learning Techniques

使用深度学习技术开发冠状动脉造影 DSA 方法

• DOI: 10.6009/jjrt.780203
• 发表时间: 2022
• 期刊: Japanese Journal of Radiological Technology
• 作者: 山本 めぐみ ;大倉 保彦
• 通讯作者: 大倉 保彦

深層学習の画像生成モデルを使ったDSAに関する研究

基于深度学习图像生成模型的DSA研究

• 发表时间: 2023
• 作者: Shigamura C. Ohno Y;Hamabuchi N;Watanabe A;Kataoka Y;Ida Y;Akino N;Ito Y;Kimata H;Fujii K;Nakanishi S;Murayama K;Katada K;Toyama H.;山本めぐみ
• 通讯作者: 山本めぐみ