Discovery Sagaサイレントキーワード俯瞰

CT画像 / エネルギースペクトル / 元素推定 / 超音波画像 / MRI画像 / PET画像 / 機械学習 / 人工知能 / 正規化 / CT / MRI / 機能推定 / 画像処理 / 医学物理学 / 機能画像 / レディオミクス

腫瘍悪性度の分類や予後予測に対し、医用画像解析が遺伝子情報解析に匹敵する可能性が指摘され、レディオミクスと呼ばれる新たな研究分野が形成されつつある。一方、その予測精度を高めるために必要となる高品質で大規模な医用画像データベースの作成において、装置間の機器的な相違や撮影条件の相違が大きな障壁となる。本研究では、この問題の根本的な克服に向け、臨床で撮影される医用画像の多様性を利用して単一の医用画像撮影プロトコルでは実現できない階層の情報抽出に基づいた正規化法を研究した。

本研究により、様々なCT画像を仮想的に生成し、それを学習データとして人体密度、実効原子番号、及び人体の主要６元素（水素、炭素、窒素、酸素、りん、カルシウム）の密度分布を高い精度で推定できる手法を実現することができた。また、本研究期間内においてMRI画像、PET画像、超音波画像などの様々な医用画像に対して病気分類等を実現するモデルを実現することができた。この研究成果は、放射線治療・放射線診断をはじめとする分野において高精度な医療を提供することにつながり、今後の社会応用への期待が高まる結果を得ることができた。

深層学習 / 骨密度 / 腰椎 / DXA / 肝線維化staging / 腹部画像診断 / CT / MRI / 人工知能

腹部単純CTから、腰椎のdual-energy X-ray absorptiometry (DXA)骨密度値を推定する深層学習モデルを作成し、査読付き国際学術雑誌European Radiologyで論文発表し、雑誌掲載された。CT画像から腰椎部分を切り出した画像を入力データ、対応する椎体のDXA骨密度値を教師データとして、教師あり深層学習を行った。学習済のモデルを外部施設のデータに適用して性能を検証すると（external validation）、深層学習モデルによる骨密度値予測値とDXA骨密度値との相関係数は0.840（p<0.001）と高い相関が得られ、骨粗鬆症の診断をarea under the receiver operating characteristic curve (AUC) = 0.970で診断することができた。本研究は、DXAを持たない施設でもCT画像からDXA骨密度値を予測することや、CT画像さえあれば過去のDXA骨密度値を推定することを可能とする点で臨床的有用性があると考えられる。
また、深層学習の画像診断への応用に関して、第79回日本医学放射線学会総会（2020年5月15日、web開催）、28th ISMRM Annual Meeting (2020年8月8日、Virtual Conference & Exhibition)において招待講演を行い、国内雑誌（臨床画像2020;36:445-451、インナービジョン2020;35:22-25、Rad Fan 2021;19:23-25）において記事を執筆した。

【研究分担者】
古徳純一	帝京大学	医療技術学部	教授	(Kakenデータベース)
中川恵一	東京大学	医学部附属病院	特任教授	(Kakenデータベース)
今江禄一	東京大学	医学部附属病院	副診療放射線技師長	(Kakenデータベース)
生島仁史	徳島大学	大学院医歯薬学研究部(医学域)	教授	(Kakenデータベース)