肝臓癌TACE治療用超高精細造影CTの至適検査法とナビゲーションAI開発

点击翻译按钮获取中文摘要

肝臓もしくは膵臓の悪性腫瘍の術前の腹部dynamic CTを、超高精細CTもしくはmultidetector CT（以下 MDCT）でおよそ80症例に施行した。超高精細CTの画像データは、0.25mm、0.5mm、1mmスライス厚で512×512マトリクス、1024×1024マトリクス、2048×2048マトリクスにて、MDCTの画像データは、0.5mm、1mmスライス厚で512×512マトリクスにて、画像再構成をした。画像再構成法はhybrid-type iterative reconstruction（以下 IR）、model-based IR（以下MBIR）、deep learning reconstruction（以下 DLR）を使用した。得られたCT画像の血管描出能を放射線診断専門医が評価し、hybrid-type IRやMBIRと比較した。またこれらの症例のうち、肝細胞癌（hepatocellular carcinoma: 以下 HCC）に対する肝動脈化学塞栓術（transcatheter arterial chemoembolization: 以下 TACE）を予定している症例については、得られたdynamic CTの画像データからartificial intelligence（以下 AI）併用vessel navigation system によるfeeding arteryの検出を試みた。また実際のTACE治療時のdigital subtraction angiography（以下 DSA）の画像データでも同様にfeeding arteryの検出を試みた。Feeding arteryの検出能はdynamic CTと比較し、DSAの画像データの方が優れていることが示唆された。これは肝動脈の描出能に起因するものというよりは、腫瘍の造影効果のタイミングやvessel navigation systemのAIのアルゴリズムが影響していると思われた。AIによるfeeding arteryの検出能に関する問題点はキヤノンメディカルシステムズ社にfeed backしている。