超解像技術を用いた脳MRA高解像化

点击翻译按钮获取中文摘要

脳MRA画像を高解像化するためには、正しい注釈のついた学習画像（教師データ）を多く確保する必要がある。具体的には脳MRA画像に対応する脳血管撮影画像を教師として、低解像のMRA画像を高解像画像に変換する。このため、まず、脳MRAと脳血管撮影画像の座標を一致させる必要があった。これを達成するため、座標がおおよそ一致する脳MRA軸位元画像と脳血管3D回転撮影軸位画像の画像対を用い、パターンマッチング手法で対応関係を検出し、教師データを作成する方法を予定した。パターンマッチングの手法はデータを機械的に認識するため、時間と労力が低減できる利点があった。しかしながら、実験前の見込みと異なり、この手法では画像対の座標が完全に一致することはなく、正確な教師データの作成は困難であった。このため、予備的に作成を試みた高解像画像は当初の予定とは異なり、低質な画像にとどまった。これより、初期の教師データ作成においては、機械認識に依存するパターンマッチングの手法は適さないことが判明した。このため、初期の教師データ作成にはおいては、熟練した医師が手動で画像対の座標軸を一致させ、ある程度学習が進んだ段階でパターンマッチング法を使用することが必要と判断した。2021年度は手動で座標軸の調整を行う試みを開始した。この作業は1つの教師データにつき、約130の画像対の座標を一枚一枚、手動で一致させるものであり、非常な時間と労力を要する。初期教師データ作成のためには、この130の画像対が約150セット必要であり、現在、少しずつ進めている段階である。