An image-based comprehensive evaluation of pulmonary function using deep learning

基于图像的深度学习肺功能综合评估

• 批准号: 21H02866
• 负责人: 田中 利恵
• 金额: $ 10.9万
• 依托单位: Kanazawa University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21H02866/
• 关键词: 肺機能診断; 深層学習; 予後予測; 異常検出; 胸部X線動画像

肺機能障害の有無や重篤度は呼吸機能検査によって診断されているが、感染リスクを考慮して実施できないことがある。新型コロナウイルス感染症の世界的流行を背景に、非経口で実施可能な画像ベースの肺機能診断法の開発が望まれる。しかし、胸部画像が内包する肺機能情報は膨大なため、肉眼での評価や従来の定量解析で理解するには限界がある。そこで本研究では、独自構築したマルチモダリティ・大規模データベースと4DCTシミュレーション技術を用いて、画像特徴に基づく肺機能推定(STEP1～STEP3)、異常検出(STEP4)、予後予測(STEP5)を行い、画像情報を主軸にした包括的な肺機能診断法の確立を目指す。2022年度は以下に示すSTEP2，3に取り組んだ。STEP2：CT画像の画像特徴に基づく肺機能推定畳み込みニューラルネットワーク（CNN）に[入力データ:CT画像]と[教師データ:肺機能]の関係を学習させ、3次元形態的な画像特徴から推定可能な肺機能を検証した。比較対象として、[入力データ:CT画像]と[教師データ:実年齢]の関係を学習させたCNNモデルも構築した。学習済みCNNモデルは、性別・身長・1秒量から算出される肺年齢を9.67歳、実年齢を4.13歳の平均推定誤差でそれぞれ推定できること、さらに、喫煙による肺ダメージが大きいほど推定年齢が高くなることを確認した。STEP3：複数の画像特徴の統合利用による肺機能推定シミュレーション4DCTとその疑似投影像を用いて、時間軸方向の変化を加味した肺セグメンテーションならびに骨陰影低減を行う深層学習モデルを新規構築した。学習済みモデルを用いて、臨床症例の胸部Ｘ線動画像を対象に肺セグメンテーションならびに骨陰影低減処理を行い、胸部X線動画像とCT画像の画像特徴を統合するためのデータセット作成ならびに環境構築を行った。

The presence or absence of lung dysfunction and severity of respiratory function tests are considered in the diagnosis and treatment of infection. The development of lung function diagnostic methods based on the worldwide epidemic background of novel HIV infections is expected to be implemented in a non-invasive manner. The lung function information contained in the chest image is expanded, evaluated and understood quantitatively by the naked eye. In this study, we independently constructed the guidelines for the establishment of lung function diagnostic methods, including the use of imaging features, basic lung function estimation (STEP 1-STEP3), abnormality detection (STEP4), and prediction (STEP5), and imaging information. In 2022, the following items are shown in STEP2 and 3. STEP2: CT image features based on lung function estimation (CNN), study the relationship between [input data:CT image] and [teacher data: lung function], and estimate lung function based on three-dimensional morphological image features. Compare the relationship between image and image,[input data:CT image] and [teacher data: year], and learn the relationship between image and image. The average estimated error of the estimated age is 9.67 years old, the estimated age is 4.13 years old, and the estimated age is 9.67 years old. STEP3: Integrated utilization of multiple image features, lung function estimation, 4DCT, suspected projection image, modification of Timeline direction, deep learning, and new rule construction. The learning camera is used, the lung tissue management and bone shadow reduction processing are performed to target the chest X-ray animation of clinical cases, and the digital site creation and environment construction are performed to integrate the image features of the chest X-ray animation and CT image.

项目成果

Two cases of chronic obstructive pulmonary disease evaluated by dynamic-ventilatory digital radiography for pulmonary function and assessment of treatment efficacy.

• DOI: 10.1016/j.resinv.2021.07.005
• 发表时间: 2021-11
• 期刊: RESPIRATORY INVESTIGATION
• 影响因子: 3.1
• 作者: Ohkura, Noriyuki;Tanaka, Rie;Hara, Johsuke;Ogawa, Naohiko;Abo, Miki;Watanabe, Satoshi;Tambo, Yuichi;Nishikawa, Shingo;Sone, Takashi;Kimura, Hideharu;Kasahara, Kazuo
• 通讯作者: Kasahara, Kazuo

Deep Learning-Based Lung Volume Estimation with Dynamic Chest Radiography: A Virtual Imaging Trial

基于深度学习的肺容量估计与动态胸部放射线摄影：虚拟成像试验

• 发表时间: 2022
• 作者: Nozomi Ishihara;Rie Tanaka;William Paul Segars;Ehsan Abadi;Ehsan Samei
• 通讯作者: Ehsan Samei

機械学習による低線量胸部CT画像の肺年齢分類の試み -CT画像による実年齢グループ分類の可能性の検証-

尝试使用机器学习从低剂量胸部CT图像对肺年龄进行分类 -验证使用CT图像对实际年龄组进行分类的可能性-

• 发表时间: 2021
• 作者: 北野瑞稀，松永哲夫，小林 聡，南 哲弥，三輪洸亮，田中利恵，白石順二

Computerized Evaluation of Pulmonary Function Based on the Rib and Diaphragm Motion by Dynamic Chest Radiography. In: Hashizume M. (eds) Multidisciplinary Computational Anatomy

基于动态胸部放射照相肋骨和膈肌运动的肺功能计算机化评估。

• 发表时间: 2022
• 作者: Harada Yukihiro;Tanaka Toru;Arai Yuji;Isomoto Yoshie;Nakano Atsushi;Nakao Shu;Urasaki Akihiro;Watanabe Yusuke;Kawamura Teruhisa;Nakagawa Osamu;中川勇人;Tanaka R
• 通讯作者: Tanaka R

低線量CTを対象に深層学習を用いて非喫煙・喫煙肺分類を行う試み

尝试使用低剂量 CT 图像通过深度学习对非吸烟和吸烟肺部进行分类

• 发表时间: 2021
• 作者: 森寛人，田中利恵，小林聡，南哲弥， 松永哲夫， 白石順二