脳循環代謝予備能の重症度評価における新規SPECT検査法の開発
开发评估脑循环和代谢储备严重程度的新SPECT测试方法
基本信息
- 批准号:19K17201
- 负责人:
- 金额:$ 2.5万
- 依托单位:
- 依托单位国家:日本
- 项目类别:Grant-in-Aid for Early-Career Scientists
- 财政年份:2019
- 资助国家:日本
- 起止时间:2019-04-01 至 2024-03-31
- 项目状态:已结题
- 来源:
- 关键词:
项目摘要
標識酸素ガスPET/CT検査において脳血流量 (CBF)、酸素消費量 (CMRO2)、酸素摂取率(OEF)を算出するために酸素と二酸化炭素をそれぞれ投与し、超迅速法にて画像を取得している(従来法)。一方で理論上、酸素のみを投与して得られたPET画像から機械学習を用いて定量画像を作成することが可能である (Single-tracer AI法)。本研究では、Single-tracer AI法によりCBF、CMRO2、OEFを算出することが可能か検証を行った。方法として、Single-tracer AI法では、従来法で得られたデータから酸素のみを投与したデータを抽出し使用した。訓練用158例、検証用10例を用いて機械学習(U-Net)を行った。評価として従来法とSingle-tracer AI法で得られたCBF、CMRO2、OEFの定量値をそれぞれ比較した。解析領域は、大脳半球、前大脳動脈、中大脳動脈、後大脳動脈、視床、橋、小脳虫部、小脳とした。結果として、従来法と比較してSingle-tracer AI法で得られた定量値は、CBFは約45~160%、CMRO2は約7~45%高く算出され、OEFは約59~88%低く算出された。結論として、Single-tracer AI法により定量値の算出は可能であったが、従来法とは乖離していた。これを改善するためには、機械学習方法の変更や解析プログラムの改良が必要である。
Identification of acid content: PET/CT examination of blood flow (CBF) and acid consumption (CMRO2), acid extraction rate (OEF), calculation of acid element and di-acid carbon, injection of acid, ultra-rapid method, image acquisition, and ultra-rapid method (original method). On the one hand, it is theoretically possible to create a quantitative image by using a mechanical learning method to produce a PET image (Single-tracer AI method). In this study, the Single-tracer AI method uses CBF, CMRO2, and OEF to calculate the possible results and prove the results. Method として, Single-tracer AI method では, 従来法 られたデータから acid element のみをinvestment したデータをdraw out しした. 158 examples are used for training and 10 examples are used for verification. Mechanical learning (U-Net) is used. The evaluation method and the Single-tracer AI method were used to compare the quantitative results of CBF, CMRO2, and OEF. Analytical areas include: large hemisphere, anterior large medial artery, middle large medial artery, posterior large medial artery, optic bed, bridge, small medial section, and small medial artery. Result, method and comparison Single-tracer The quantitative value of the AI method is calculated, and the CBF is about 45 to 160%, the CMRO2 is about 7 to 45% high, and the OEF is about 59 to 88% low. The conclusion is that it is possible, the Single-tracer AI method is a quantitative value, and it is possible to calculate it, and the method that is based on the method is that it is deviated from it.これを Improvement するためには, Machine learning method の変 Update や Analysis プログラムの Improvement がである.
项目成果
期刊论文数量(4)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
脳循環代謝予備能の評価における新規SPECT検査法の開発
开发评估脑循环和代谢储备的新SPECT测试方法
- DOI:
- 发表时间:2019
- 期刊:
- 影响因子:0
- 作者:三宅可奈江;中本裕士;Kanae K. Miyake;森本真壽;三田村克哉;三田村克哉
- 通讯作者:三田村克哉
香川大学での15O標識ガスPET検査に対する臨床現場での取り組み
香川大学 15O 标记气体 PET 检测临床现场工作
- DOI:
- 发表时间:2019
- 期刊:
- 影响因子:0
- 作者:三宅可奈江;中本裕士;Kanae K. Miyake;森本真壽;三田村克哉;三田村克哉;三田村克哉
- 通讯作者:三田村克哉
Feasibility of SPECT in the evaluation of cerebral circulation metabolic reserve
SPECT评估脑循环代谢储备的可行性
- DOI:
- 发表时间:2020
- 期刊:
- 影响因子:0
- 作者:三宅可奈江;中本裕士;Kanae K. Miyake;森本真壽;三田村克哉
- 通讯作者:三田村克哉
標識酸素ガスのみ投与画像における機械学習を用いた定量画像作成の検証
使用机器学习在仅标记氧气管理的图像中验证定量图像创建
- DOI:
- 发表时间:2022
- 期刊:
- 影响因子:0
- 作者:三宅可奈江;中本裕士;Kanae K. Miyake;森本真壽
- 通讯作者:森本真壽
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
三田村 克哉其他文献
三田村 克哉的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
{{ truncateString('三田村 克哉', 18)}}的其他基金
18F-FLT PET分子イメージングによる頭頸部癌の治療効果判定の研究
利用 18F-FLT PET 分子成像确定头颈癌治疗效果的研究
- 批准号:
23K14921 - 财政年份:2023
- 资助金额:
$ 2.5万 - 项目类别:
Grant-in-Aid for Early-Career Scientists
相似海外基金
脳脊髄同時計測機能的MRIに着目した痛みとしびれの客観的重症度評価法の基盤構築
为疼痛和麻木的客观严重程度评估方法奠定基础,重点关注功能性 MRI,同时测量大脑和脊髓
- 批准号:
24K12345 - 财政年份:2024
- 资助金额:
$ 2.5万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
同種造血幹細胞移植後合併症の動的重症度評価システムの開発と早期介入の検証
异基因造血干细胞移植后并发症动态严重程度评估系统的建立及早期干预的验证
- 批准号:
24K10601 - 财政年份:2024
- 资助金额:
$ 2.5万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
肺循環障害の病態・重症度評価におけるX線透視動画解析法の応用
X射线透视视频分析方法在评价肺循环障碍病理及严重程度中的应用
- 批准号:
24K11189 - 财政年份:2024
- 资助金额:
$ 2.5万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
小児の閉塞性睡眠時無呼吸の重症度評価:心身発達を考慮した基準の基盤確立
评估儿童阻塞性睡眠呼吸暂停的严重程度:建立考虑身心发展的标准基础
- 批准号:
24K19762 - 财政年份:2024
- 资助金额:
$ 2.5万 - 项目类别:
Grant-in-Aid for Early-Career Scientists
注意欠如・多動性障害児の重症度評価システム構築および集団行動療法の効果検証
注意缺陷/多动障碍儿童严重程度评估体系的构建及团体行为治疗的有效性验证
- 批准号:
23KJ2124 - 财政年份:2023
- 资助金额:
$ 2.5万 - 项目类别:
Grant-in-Aid for JSPS Fellows
HRV解析を応用した, 睡眠時無呼吸患者における睡眠障害の重症度評価
使用 HRV 分析评估睡眠呼吸暂停患者睡眠障碍的严重程度
- 批准号:
22K21306 - 财政年份:2022
- 资助金额:
$ 2.5万 - 项目类别:
Grant-in-Aid for Research Activity Start-up
機械学習によるPMS/PMDDの包括的重症度評価法の構築とその検証
使用机器学习构建和验证 PMS/PMDD 综合严重性评估方法
- 批准号:
22K12950 - 财政年份:2022
- 资助金额:
$ 2.5万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
法医剖検例における直接的肺傷害重症度評価のための病理病態分析
法医尸检病例直接肺损伤严重程度评估的病理分析
- 批准号:
22K10607 - 财政年份:2022
- 资助金额:
$ 2.5万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
熱中症の炎症惹起メカニズム解明とプレホスピタルにおける早期重症度評価
阐明中暑的炎症诱发机制以及院前严重程度的早期评估
- 批准号:
21K09074 - 财政年份:2021
- 资助金额:
$ 2.5万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
3次元心エコー検査による早産児の動脈管開存症の重症度評価と検者間誤差の研究
三维超声心动图评估早产儿动脉导管未闭严重程度及检查者间误差研究
- 批准号:
21K07879 - 财政年份:2021
- 资助金额:
$ 2.5万 - 项目类别:
Grant-in-Aid for Scientific Research (C)