【研究分野】知能情報学

【研究領域課題番号】17K00308 (KAKENデータベースで見る）

【研究キーワード】

MRI / 深層学習 / 多重解像度 / ディープニューラルネットワーク / 脳動脈瘤 / U-net / 超解像 / 空間結合圧縮センシング / 検査時間短縮 / 機械学習

【研究成果の概要】

MRIの撮影時間を短縮すると情報が不足しMRI画像の画質が劣化する．我々は，劣化した画像から高品質なMRI画像を復元するディープニューラルネットワーク（DNN）を提案した．既存の超解像DNNはそのままではMRI画像を高画質化できない．我々は，これに多重解像度処理加えることで性能向上を図り，新たなDNNの構造を提案した．九州大学医学部の協力の下，健常者及び脳動脈瘤患者の頭部MRIデータを大量に用いてDNNを長時間学習させた．5倍の高速撮影に相当する低品質画像から本DNNによって復元した画像は高い信号対雑音比を示した．医師による読影評価を受け，良好な画質評価を得た．

【研究の社会的意義】

MRI撮影では患者は30分から1時間程度MRI装置の中で静止する必要があり精神的肉体的負担がかかる．また医療現場にかかる時間的負荷も大きく，MRI撮影の高速化が求められている．我々は，深層学習によるMRI高速化の研究にいち早く着手した．我々の提案したDNNは十分な画質を保ちつつ，約5倍の高速撮影が可能である．本手法は特許出願済みであり，企業ライセンシングを目指している．深層学習は，MRIの高速化のみならず，画像から病変を検出する医療診断支援の実用化が期待されている．本研究によって得られた成果と知見は，我々が現在研究している病変検出に役立っている．

【研究種目】基盤研究(C)

【研究期間】2017-04-01 - 2020-03-31

【配分額】4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)