deep learningを利用した新たなbolus tracking法の開発

点击翻译按钮获取中文摘要

頭部computed tomography angiography（CTA）では、頭部の血管形態を正しく把握するために、造影剤による造影効果に対して適切なタイミングで撮影する必要がある。撮影タイミングを予想するためには一般的にbolus tracking（BT）法が使用されるが、不穏症状を伴う患者の体動に対応して測定対象となる内頚動脈内のCT値を測定することはできない。そこで、本研究ではdeep learningを利用したBT画像における内頚動脈を測定する手法を開発することを目的とした。これまでの検証から、deep learningにおけるconvolutional neural networkの構造にU-net構造を使用することで、精度よく内頚動脈の領域を検出できていた。そこで、エポック数やバッチサイズ、損失関数などを変更して最適な学習となるように調節をおこなった。その結果、検証に用いた症例のうち、74%の画像に対して両側内頚動脈の検出が可能となり、残りの症例においても片側の内頸動脈を検出することができた。