Artificial intelligence aided clinical decision support system for heavy-ion radiotherapy in non-small cell lung cancer

人工智能辅助非小细胞肺癌重粒子线放疗临床决策支持系统

• 批准号: 18H06205
• 负责人: 梅原 健輔
• 金额: $ 1.91万
• 依托单位: National Institutes for Quantum and Radiological Science and Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Research Activity Start-up
• 财政年份: 2018
• 资助国家: 日本
• 起止时间: 2018-08-24 至 2020-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-18H06205/
• 关键词: 超解像; 重粒子線治療; 胸部CT; AI; 畳み込みニューラルネットワーク; 敵対的生成ネットワーク; ディープラーニング; 深層学習; 人工知能; Deep Learning; Radiomics

本研究課題は，治療前CT画像から最適な治療法の選択・提示を含めた「重粒子線治療の適応判断支援システム」の構築を目的とし，平成30年度はディープラーニング超解像技術を用いて胸部CT画像から腫瘍の詳細な情報を抽出するための基礎的検討を行った．１）胸部CT画像を対象としたAI超解像ネットワークの開発ターゲットとなる腫瘍部の高精細化を目的として，敵対的生成ネットワーク（GAN）に基づくAI超解像ネットワークを実装し，胸部CT画像の高画質・高解像度化が可能な技術的基盤を構築した．２）ファントム画像および臨床画像による評価模擬病変を配置した胸部ファントムおよび分解能評価用ファントムを撮影したCT画像で提案手法を評価した結果，GANによって優れた高精細化と分解能の向上がみられ，畳み込みニューラルネットワーク（CNN）と比較しても良好な結果が得られた．臨床画像による評価においても，解剖学的構造を含めた胸部CT画像の高精細化が可能であることが示唆された．本研究で構築した基盤技術を応用した研究である「AIイメージングを基盤とした次世代型MRI超高速撮像の実現と臨床応用（課題番号：19K17250）」が，別研究種目（平成31年度（令和元年度）若手研究）に採択されたため，本研究種目（研究活動スタート支援）の公募要領に規定されているとおり，2年度目は廃止となった．今後，本研究で得られた予備的結果を用いて，継続して検討を行っていく．

The purpose of this research topic is to select the optimal treatment method based on pre-treatment CT images and suggest the purpose of "Support for determining the appropriateness of heavy ion radiotherapy" , In 2009, the company used super-resolution technology to extract detailed information on chest CT images and swelling and ulcers based on the basics of the research. 1) Chest CT image imaging, AI super-resolution imaging, high-definition imaging of the tumor area, and creation of the enemyワーク（GAN）に本づくAI super-resolution imaging technology is the foundation of the technology that makes high-quality and high-resolution chest CT images possible. 2) ファントムportrait およびclinical portrait による Comment 価 simulated disease 変を configuration したchest ファントムおよび decomposition energy evaluation using ファントムをphotography したCT imaging proposal technique を evaluation 価したResults, GAN によって优れたHigh refinement and decomposition energy のUPがみられ,畳み込みニューラルネットワーク (CNN) と comparison してもGood な results が got られた． The clinical image is evaluated and the anatomical structure is highly refined. The chest CT image is highly refined and possible. This research is based on the basic technology used in this research and is used in research on AI technology. The next-generation MRI ultra-high-speed imaging is now in clinical use (Project number: 19K17250)", separate research Research species (Heisei 31 (Reiwa 1st year) Wakade research) に开択されたため, this research species (research) Research activities support) public fund-raising requirements are stipulated in the regulations, and the 2nd annual project is closed. From now on, the results of this study will not be obtained and will not be used until the results are obtained.

项目成果

MRI画像に対するスパースコーディング超解像処理の有用性

稀疏编码超分辨率处理在 MRI 图像中的应用

• 发表时间: 2018
• 期刊: Medical Imaging Technology
• 作者: 石丸 直樹;大田 淳子;梅原 健輔;鈴木 崇師;大野 隼輔;岡本 健太郎;石田 隆行
• 通讯作者: 石田 隆行

Sparse Coding Super-Resolution Scheme for Chest Computed Tomography

胸部计算机断层扫描稀疏编码超分辨率方案

• DOI: 10.1166/jmihi.2018.2399
• 发表时间: 2018
• 期刊: Journal of Medical Imaging and Health Informatics
• 作者: Ota Junko;Umehara Kensuke;Ishimaru Naoki;Ohno Shunsuke;Okamoto Kentaro;Suzuki Takanori;Ishida Takayuki
• 通讯作者: Ishida Takayuki

Application of Super-Resolution Convolutional Neural Network for Enhancing Image Resolution in Chest CT

• DOI: 10.1007/s10278-017-0033-z
• 发表时间: 2018-08-01
• 期刊: JOURNAL OF DIGITAL IMAGING
• 影响因子: 4.4
• 作者: Umehara, Kensuke;Ota, Junko;Ishida, Takayuki
• 通讯作者: Ishida, Takayuki