深層学習を用いた脳深部の高精細MR画像 ~7テスラ超高磁場MR画像に迫る~

利用深度学习的深部脑部高清MR图像~接近7特斯拉超高磁场MR图像~

基本信息

  • 批准号:
    22K07715
  • 负责人:
  • 金额:
    $ 2.66万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
  • 财政年份:
    2022
  • 资助国家:
    日本
  • 起止时间:
    2022-04-01 至 2025-03-31
  • 项目状态:
    未结题

项目摘要

本研究においては、中枢神経系の画像診断にて必須となるMRIにおいてすら、感度が低く、描出能の低下する脳深部の画質の改善を行うために、深層学習を応用した画像の生成を試みてきた。脳深部の核は臨床応用されている脳深部核刺激のような外科的処置において標的とされる領域であり、また、その構造内の特定の変化は多発性硬化症やパーキンソン病等の疾患に関連しているため、大きさや形状、信号評価といった画像上の特性の評価は、手術計画や医学研究等の関連研究や応用において重要な要素となり、その要望に応える精緻な画像の取得が望まれている。その為、本研究で目指すべき高画質の画像としては、国内では限られた施設でしか利用できない7テスラの超高磁場MR装置を用いて取得された画像を対象とするようにした。MR装置はその静磁場強度が強くなるほど高い信号雑音比が得られ、良好な画質の画像を取得することが出来る。近年、一般の医療施設においても普及してきた3テスラのMR装置より、7テスラのMR装置の方が静磁場強度は強く、その結果、例え体内の深部の構造であっても、低い静磁場強度よりも、高い静磁場強度の装置の方が優れた画質の画像が得られるため、その画質を得られるような深層学習を進めるよう計画してきた。今年度は7テスラの高磁場のMR装置から得られた画像を深層学習における教師画像として、一般の臨床現場に普及して用いられている3テスラMR装置から得られた画像からの画像の生成をする為、既に存在する7テスラのMR装置と3テスラのMR装置で取得された画像でのサンプルとなる画像の収集を行い、そこからの学習を先ず試みた。また、実験の開始のため7テスラのMR装置と3テスラのMR装置において、可能な限り同一の条件でのファントム画像の撮像に取り組み、併せて深層学習の環境についても検討を重ねてきた。
This study に お い て は portraits, central god 経 の diagnosis に て must と な る MRI に お い て す が low く ら, sensitivity and low can trace の す る 脳 quality deep の の improvements を line う た め に, deep learning を 応 with し た portrait の generated を try み て き た. 脳 deep の nuclear は clinical 応 さ れ て い る 脳 deep nucleus stimulation の よ う な surgical 処 buy に お い て mark と さ れ る field で あ り, ま た, そ の structure within specific の の variations change は multiple 発 sclerosis や パ ー キ ン ソ ン disease の disorders such as に masato even し て い る た め, big き さ や shape, signal evaluation 価 と い っ た の features in this portrait の review 価 は や, operation plan Medical research such as の masato even study や 応 with に お い て is key factor な と な り, そ の looking to に 応 え る delicate looking な portraits の obtain が ま れ て い る. そ の is, this study で refers す べ き high-quality の portrait と し て は, domestic で は limit ら れ た facilities で し か using で き な い 7 テ ス ラ の を with high magnetic field MR device い て obtain さ れ た portrait を like と seaborne す る よ う に し た. MR device は そ の strong static magnetic field intensity が く な る ほ ど high signal い 雑 sound better than が ら れ portraits, good quality な の を obtain す る こ と が る. Medical facilities in the recent years, the general の に お い て も popularization し て き た 3 テ ス ラ の MR device よ り, 7 テ ス ラ の MR device の party が strong static magnetic field intensity は く, そ の results, え body の deep の structure で あ っ て も, low い static magnetic field intensity よ り も, い high static magnetic field intensity の device の が optimal れ た quality の portrait が must ら れ る た め, そ の を quality The られるような deep learning を is included in the めるよう project て て た た. Our は 7 テ ス ラ の の high magnetic field MR device か ら have ら れ た portrait を deep learning に お け る teacher portrait と し て, general clinical field に の popularization し て in い ら れ て い る 3 テ ス ラ MR device か ら have ら れ た portrait か ら の portrait の generated を す る to exist, both に す る 7 テ ス ラ の MR device と 3 テ ス ラ の で MR device さ れ た portrait で の サ ン プ ル と な る portrait の 収 を line い, そ こ か ら の learning を ず first try み た. ま た, be 験 の began の た め 7 テ ス ラ の MR device と 3 テ ス ラ の MR device に お い て, may な limit り condition of the same の で の フ ァ ン ト ム portrait の pinch of like に get り み, and せ て の deep learning environment に つ い て も beg を heavy 検 ね て き た.

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

中根 俊樹其他文献

中根 俊樹的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

相似海外基金

ウェスト症候群発症時脳波の深層学習による神経学的予後、MRI脳成熟の予測法の開発
West综合征发病时利用脑电图深度学习开发神经学预后和MRI脑成熟度预测方法
  • 批准号:
    24K10951
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
深層学習モデルで解き明かす発達性てんかん性脳症と脳形成異常の遺伝素因と画像診断
使用深度学习模型进行发育性癫痫性脑病和脑发育不良的遗传倾向和图像诊断
  • 批准号:
    24K11055
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
Deep Learningを用いた時系列データ解析による肺癌脳転移の予後予測
利用深度学习的时间序列数据分析预测肺癌脑转移的预后
  • 批准号:
    24K18759
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
脳の視覚特性を組み込んだ深層学習モデルによる大きさ知覚特性の検証
使用结合大脑视觉特征的深度学习模型验证尺寸感知特征
  • 批准号:
    24K15147
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
脳波ウェーブレット変換と深層学習による蘇生後脳障害の評価法の開発
基于脑电图小波变换和深度学习的复苏后脑损伤评估方法的开发
  • 批准号:
    23K08473
  • 财政年份:
    2023
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
A validation of mathematical models of predicting future incidences of stroke and cardiovascular disorders for residents who have been receiving annual medical check-ups using deep learning
使用深度学习对每年接受体检的居民预测中风和心血管疾病未来发病率的数学模型进行验证
  • 批准号:
    22K10557
  • 财政年份:
    2022
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
脳画像における精神疾患の特徴量抽出を可能にする汎用性の高い深層学習モデルの構築
构建高度通用的深度学习模型,能够从大脑图像中提取精神障碍的特征
  • 批准号:
    22K07574
  • 财政年份:
    2022
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
Development of easily-applicable motion analysis using deep learning to diagnose neurological intractable diseases
利用深度学习开发易于应用的运动分析来诊断神经系统疑难杂症
  • 批准号:
    22K18178
  • 财政年份:
    2022
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
生成系深層学習を用いた精神疾患脳画像の次元的アプローチ
使用生成深度学习进行精神疾病脑成像的维度方法
  • 批准号:
    22K15777
  • 财政年份:
    2022
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
Deep learning-based detection in acute phase of acute encephalopathy for social implementation
基于深度学习的急性脑病急性期检测用于社会实施
  • 批准号:
    22K15904
  • 财政年份:
    2022
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了