Simulation of past and future images of lung cancer by virtual high-resolution CT using artificial intelligence

本研究においては、肺癌の経過観察症例の3次元CT画像のビッグデータを学習させた人工知能（AI）によって超早期肺癌から進行肺癌に至るまでの形態変化に時間を加味した4次元解析を行えるモデルを構築することであり、4年間の研究期間を設定している。初年度にあたる2022年度は先行研究として開発済みのvirtual HRCTに関する英文の原著論文を投稿し、現在査読中である。またこのvirtual HRCTのさらなる高解像度化を行った。名古屋大学医学部附属病院には2019年よりスライス厚0.25mm、最大2048マトリックスで撮影できる臨床用の超高精細CTが導入されており、原発性肺癌の超高精細CTを収集した。この超高精細CT画像データをAIに学習させることによってvirtual HRCTのさらなる性能向上が期待でき、よりリアルな高精細画像を生成することが可能になると考えられる。これに関連して原発性肺癌の超高精細CTによる深達度の研究を開始した。胸壁浸潤が疑われた原発性肺癌77症例について、その超高精細CT画像を視覚的に評価し、胸壁浸潤の診断に有用な所見を見いだし、2023年4月の日本医学放射線学会で発表予定である。さらに2006年～2021年に名古屋大学医学部附属病院で撮影された肺結節のCT画像のうち、経時的に2回以上撮影されている画像をPACSサーバー付属の検索機能を使って後向きに収集した。収集された画像のうち、5mm厚の画像はvirtual HRCTを用いて高解像度3D画像に変換し、学習データとして使用予定である。

本研究においては、肺癌の経過観察症例の3次元CT画像のビッグデータを学習させた人工知能（AI）によって超早期肺癌から進行肺癌に至るまでの形態変化に時間を加味した4次元解析を行えるモデルを構築することであり、4年間の研究期間を設定している。初年度にあたる2022年度は先行研究として開発済みのvirtual HRCTに関する英文の原著論文を投稿し、現在査読中である。またこのvirtual HRCTのさらなる高解像度化を行った。名古屋大学医学部附属病院には2019年よりスライス厚0.25mm、最大2048マトリックスで撮影できる臨床用の超高精細CTが導入されており、原発性肺癌の超高精細CTを収集した。この超高精細CT画像データをAIに学習させることによってvirtual HRCTのさらなる性能向上が期待でき、よりリアルな高精細画像を生成することが可能になると考えられる。これに関連して原発性肺癌の超高精細CTによる深達度の研究を開始した。胸壁浸潤が疑われた原発性肺癌77症例について、その超高精細CT画像を視覚的に評価し、胸壁浸潤の診断に有用な所見を見いだし、2023年4月の日本医学放射線学会で発表予定である。さらに2006年～2021年に名古屋大学医学部附属病院で撮影された肺結節のCT画像のうち、経時的に2回以上撮影されている画像をPACSサーバー付属の検索機能を使って後向きに収集した。収集された画像のうち、5mm厚の画像はvirtual HRCTを用いて高解像度3D画像に変換し、学習データとして使用予定である。