ディープラーニングによるDSA画像のモーションアーチファクトからの開放

使用深度学习将 DSA 图像从运动伪影中解放出来

• 批准号: 20K16769
• 负责人: 植田 大樹
• 金额: $ 2.58万
• 依托单位: Osaka Metropolitan University (2022)Osaka City University (2020-2021)
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 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-20K16769/
• 关键词: 人工知能; AI; Deepl earning; 深層学習; 画像変換; インターベンショナルラジオロジー; DSA; IVR; Deep learning; Interventional radiology; Interventional Radiology

2022年7月に国際査読付きジャーナルのJVIRにMaskless 2-Dimensional Digital Subtraction Angiography Generation Model for Abdominal Vasculature using Deep Learning.として出版した。これは腹部領域でのでモーションアーチファクトのないDSA画像作成の技術の論文が作成ができた内容である。この結果、2021年6月の頭部領域の論文と合わせ、2本の論文が出版できたことになった。本年度は、上記の出版に加えて、これらの論文の革新性から、様々な賞を受賞した。まず、2022年6月に日本のインターベンショナルラジオロジーでの最高権威の学会である日本IVR学会において、優秀論文賞を受賞した。この際には、受賞記念として、日本インターベンショナルラジオロジー学会雑誌にて、技術の説明の寄稿を行い、日本の医療現場でインターベンショナルラジオロジーを行っている医師に広く技術の周知を行った。その後、2022年9月にはバルセロナであった国際学会であるThe Cardiovascular and Interventional Radiological Society of Europeにおいて、Generation of synthetic subtraction angiograms in abdominal region using deep learningのタイトルで本研究の発表を行い、Certificate of Meritを受賞した。これにより、世界のインターベンショナルラジオロジーでの最高権威の学会において、その技術を広く周知するとともに、革新性が認められた形となった。最後に、2022年12月に大阪公立大学より南部陽一郎記念若手奨励賞を受賞した。この賞は、大阪公立大学での研究者に送られる最も名誉な賞である。以上が本年度の総括であり、論文出版にとどまらず、日本・世界のインターベンショナルラジオロジーで最高権威の学会での発表を行い、それぞれで賞を受賞できるという結果を得ることができた。

Maskless 2-Dimensional Digital Subtraction Angiography Generation Model for Abdominal Vessel using Deep Learning. This paper is about the technology of DSA image creation in the field of abdomen. The results, June 2021, the head of the field of papers and cooperation, 2 of the papers published This year, the publication of the journal has been rewarded for its innovative nature. In June 2022, Japan's IVR Society, the highest authority in Japan, awarded excellent papers. In this case, the award ceremony was held in Japan, and the Japanese medical association published a technical note. The Japanese medical field published a technical note. September 2022 The Cardiovascular and Interventional Radiological Society of Europe, Generation of synthetic subtraction angiograms in abdominal region using deep learning, Certificate of Merit The world's most prestigious society is known for its innovative technologies. Finally, Osaka Public University in December 2022, Yoichiro Nanbu Memorial Wakata Award Osaka Public University's most prestigious awards for researchers The above is a summary of this year's work, the publication of papers, Japan, the world, the development of the highest prestige society, and the results of the awards.

项目成果

Deep Learning for Cerebral Aneurysms Diagnosis and Treatment

脑动脉瘤诊断和治疗的深度学习

• 发表时间: 2021
• 作者: Someya Masanori;Fukushima Yuki;Hasegawa Tomokazu;Tsuchiya Takaaki;Kitagawa Mio;Gocho Toshio;Mafune Shoh;Ikeuchi Yutaro;Kozuka Yoh;Hirohashi Yoshihiko;Torigoe Toshihiko;Iwasaki Masahiro;Matsuura Motoki;Saito Tsuyoshi;Sakata Koh-ichi;坂田宗之，上髙祐人，甲木晶枝，川上泰史，我妻慧，織田圭一，石橋賢士，多胡哲郎，豊原潤，石井賢二;Daiju Ueda
• 通讯作者: Daiju Ueda

AI Applications to cerebrovascular imaging

AI在脑血管成像中的应用

• 发表时间: 2021
• 作者: Kouchi Takanori;Tanabe Yuki;Smit Ewoud J.;Kido Teruhito;Kurata Akira;Kouchi Yoshihiro;Nishiyama Hikaru;Uetani Teruyoshi;Ikeda Shuntaro;Yamaguchi Osamu;Prokop Mathias;Mochizuki Teruhito;Daiju Ueda
• 通讯作者: Daiju Ueda

Generation of synthetic subtraction angiograms in abdominal region using deep learning

使用深度学习生成腹部区域合成减影血管造影照片

• 发表时间: 2022
• 作者: Hiroki Yonezawa;Daiju Ueda;Akira Yamamoto;Ken Kageyama;Shannon Walston;Takehito Nota;;Kazuki Murai;Satoyuki Ogawa;Etsuji Sohgawa;Atsushi Jogo;Daijiro Kabata;Yukio Miki
• 通讯作者: Yukio Miki

AIによるMRAからの脳動脈瘤検出とDSAのミスレジストレーションからの開放

使用 AI 通过 MRA 检测脑动脉瘤，避免 DSA 配准错误

• 发表时间: 2021
• 作者: 山本雄太;田邊裕貴;河内孝範;吉田和樹;桑原奈都実;倉田聖;城戸倫之;城戸輝仁;上谷晃由;山口修;中島沙記;中野翔太;植田大樹
• 通讯作者: 植田大樹

Mask-less Two-dimensional Digital Subtraction Angiography Generation Model for Abdominal Vasculature using Deep Learning

使用深度学习的腹部脉管系统无掩模二维数字减影血管造影生成模型

• DOI: 10.1016/j.jvir.2022.03.010
• 发表时间: 2022
• 期刊: Journal of Vascular and Interventional Radiology
• 影响因子: 2.9
• 作者: Yonezawa Hiroki;Ueda Daiju;Yamamoto Akira;Kageyama Ken;Walston Shannon Leigh;Nota Takehito;Murai Kazuki;Ogawa Satoyuki;Sohgawa Etsuji;Jogo Atsushi;Kabata Daijiro;Miki Yukio
• 通讯作者: Miki Yukio