Radiomicsによる仮想CT Angiographyの開発

放射组学虚拟 CT 血管造影的发展

基本信息

  • 批准号:
    19K17253
  • 负责人:
  • 金额:
    $ 2.83万
  • 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

项目摘要

本研究の目的は造影剤を使わないで非造影CT画像から仮想的に大動脈の造影画像を生成することである。仮想造影画像を作成するために非造影CT上の大動脈の画素値の集合を網羅的に統計解析することを考えていたが、研究開始後に畳み込みニューラルネットワークを用いたdeep learningにより得られた非造影CT画像上の特徴マップを用いて仮想造影CTを生成する方針とした。また、水平断のCT元画像から大動脈の仮想造影画像を生成するよりも、まずCT画像上の大動脈の位置を自動で同定した後に大動脈含めて切り抜いた画像から大動脈の仮想的造影画像を生成した方が質の高い画像が得られると考えた。そこで、CT元画像から大動脈の位置を自動で検出するdeep learningモデルを作成してそのモデルの性能を評価した。作成したモデルの性能が十分に高いことを確認した。このモデル作成と性能の検証と並行して非造影CTから仮想造影CTを生成するモデルを作成するために非造影CTと造影CTの画像データを収集した。
The purpose of this study is to generate non-contrast CT images of the arteries. The image of the artery on the non-contrast CT is created by statistical analysis. The image of the artery on the non-contrast CT is created by deep learning. The CT images of the arteries are generated by automatically determining the position of the arteries on the CT images. The CT images are generated by automatically determining the position of the arteries on the CT images. The position of the CT meta-image is automatically detected, and the performance of the CT meta-image is evaluated. Make sure you have a high performance. The performance of the imaging system is evaluated in parallel with the imaging system of non-contrast CT and contrast CT.

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)
Development of a deep learning-based screening system for an aortic dissection in contrast-enhanced computed tomography images
开发基于深度学习的对比增强计算机断层扫描图像中的主动脉夹层筛查系统
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Tomoki Wada;Masamichi Takahashi;Go Kawai;Risa Kaneshima;Munetaka Machida;Nana Fujita;Yujiro Matsuoka
  • 通讯作者:
    Yujiro Matsuoka
An Automated Screening Model for Aortic Emergencies Using Convolutional Neural Networks and Cropped Computed Tomography Angiography Images of the Aorta
使用卷积神经网络和主动脉裁剪计算机断层扫描血管造影图像的主动脉急诊自动筛查模型
Deep LearningによるCT画像での大動脈解離の認識
使用深度学习识别 CT 图像中的主动脉夹层
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    和田智貴;高橋正道;川合豪;後藤理恵;町田宗貴;松岡勇二郎
  • 通讯作者:
    松岡勇二郎
{{ 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 }}

和田 智貴其他文献

大学病院における総合救急診療(ER診療+外傷診療+集中治療)への取り組みと現状、今後の展望について
关于大学医院普通急诊(急诊治疗+创伤治疗+重症监护)的努力、现状和未来展望
  • DOI:
  • 发表时间:
    2014
  • 期刊:
  • 影响因子:
    0
  • 作者:
    軍神 正隆;園生 智弘;小林 宏彰;和田 智貴;井口 竜太;中島 勧;矢作 直樹
  • 通讯作者:
    矢作 直樹
諸外国の救急外来における電子カルテシステムと臨床診断意思決定支援システムの現状と当院における取り組み
国外急诊科电子病历系统和临床诊断决策支持系统的现状及我院的努力
  • DOI:
  • 发表时间:
    2012
  • 期刊:
  • 影响因子:
    0
  • 作者:
    井口 竜太;中島 勧;中村 健介;軍神 正隆;松原 全宏;和田 智貴;比留間 孝宏;浅田 敏文;大橋 奈尾子;山本 幸;矢作 直樹
  • 通讯作者:
    矢作 直樹

和田 智貴的其他文献

{{ 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 }}

相似海外基金

畳み込みニューラルネットワークによる静電インクジェット印刷特性予測
使用卷积神经网络预测静电喷墨打印特性
  • 批准号:
    24K17547
  • 财政年份:
    2024
  • 资助金额:
    $ 2.83万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
畳み込みニューラルネットワークを用いた顎顔面領域の画像分類モデルの構築
利用卷积神经网络构建颌面部图像分类模型
  • 批准号:
    23K16135
  • 财政年份:
    2023
  • 资助金额:
    $ 2.83万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
2次元畳み込みニューラルネットワークによる光伝送非線形歪補償性能の飛躍的改善
利用二维卷积神经网络显着改善光传输非线性失真补偿性能
  • 批准号:
    23K03900
  • 财政年份:
    2023
  • 资助金额:
    $ 2.83万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
DCTの特性を利用した畳み込みニューラルネットワークの軽量化
利用DCT的特点降低卷积神经网络的权重
  • 批准号:
    23K11144
  • 财政年份:
    2023
  • 资助金额:
    $ 2.83万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
畳み込みニューラルネットワークのGPU上での学習時間の予測
预测卷积神经网络在 GPU 上的训练时间
  • 批准号:
    21K11834
  • 财政年份:
    2021
  • 资助金额:
    $ 2.83万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
畳み込みニューラルネットワークを用いた重粒子線治療の適応判断システムの開発
利用卷积神经网络开发重离子放射治疗自适应决策系统
  • 批准号:
    21K15777
  • 财政年份:
    2021
  • 资助金额:
    $ 2.83万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
位相表現による注意機構を備えた畳み込みニューラルネットワークの構築
基于拓扑表示的具有注意力机制的卷积神经网络的构建
  • 批准号:
    17J08559
  • 财政年份:
    2017
  • 资助金额:
    $ 2.83万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了