深層学習を用いた前立腺MRI再構成画像の生成と高画質化に関する研究

当院では、Philips 社と共同で、深層学習（CNN）を用いたMRI画像再構成技術の研究開発を進めています。本プロジェクトでは、前立腺MRIにおいて重要なT2強調画像および拡散強調画像（DWI）を対象に、従来法と比較して画質を大幅に改善するAI再構成（DL再構成・Super-resolution再構成）の有用性を検証しました。研究の結果、SNR・CNR・鮮鋭度の向上や病変の視認性改善が示され、高品質な画像を取得できる可能性が明らかになりました。

前立腺のT2強調画像の1例。SENSE（従来のSensitivity Encoding）、CS（Compressed Sensing）、DL（深層学習によるモデルベース再構成）、SR（2段階の深層学習を用いたSuper-Resolution再構成）の順にノイズが低減し、前立腺の被膜や内部の構造がより明瞭に描出されます。

開発室

画像診断支援AI開発室

Principal Investigator

西岡典子　大学病院 放射線診断科

学内研究者

藤間憲幸　大学病院 放射線診断科 診療准教授/講師

共同研究先

Philips Japan