先進画像診断開発

【研究キーワード】
画像診断、CT (Computed Tomography)、MRI (Magnetic Resonance Imaging)、人工知能

【最近のハイライト】
本講座は、国内最大手の画像診断機器メーカーであるキヤノンメディカルシステムズ（旧称東芝メディカルシステムズ）との共同研究講座で、放射線診断学研究室の関連講座として平成30年4月に設置されました。CT（Computed Tomography）やMR（Magnetic Resonance）などの画像診断機器について、装置やソフトウェアの開発、臨床評価等を目的とした共同研究講座です。

【教育内容】

工学系の博士課程の学生を受け入れて企業との共同研究を行うことで、医療機器メーカーで即戦力となる人材を育成します。企業のインターンシップ制度なども活用します。
企業から社会人大学院生を受け入れて共同研究を行うことで、臨床の現状やニーズを理解した医工連携のための人材を育成します。

【研究内容】

1. CT画像再構成法に関する研究
X線CT（Computed Tomography）は、X線を利用して人体の断面像を撮影することができる画像診断装置です。断面画像を生成する過程で利用される画像再構成法を改良することで、少ない被ばくでも質の高い断面画像を得ることができます。この研究では、新たな画像再構成法を開発したり、開発した画像再構成法の画質の評価などを行っています。

2. Dual-energy CT技術に関する研究
通常のCTでは撮影対象に含まれる物質を詳細に解析することができません。Dual-energy CTは、撮影時に使用するX線のエネルギーを2種類使用することで、撮影対象を構成する物質を推定する技術です。Duel-energy CTを利用すれば、検査時に投与されたヨード造影剤の体内分布を画像化するなど、様々な付加的な情報を得ることができます。この研究では、新たなDual-energy CTの撮影方式や解析方法の開発、臨床的な有用性の検証を行っています。

3. MRの撮像・解析技術に関する研究
MR（Magnetic Resonance）は、核磁気共鳴現象を利用して対象を撮影する画像診断装置です。様々な特殊な撮影方法が開発されており、CTよりも多くの情報を得ることができます。また、撮影後の画像を解析することで、目に見えなかった情報を可視化することも可能です。この研究では、新たな画像解析技術の開発や、画像解析アプリケーションの開発を補助するためのサポートツールの評価を行っています。

原著論文

Higaki T, Nakamura Y, Zhou J, Yu Z, Nemoto T, Tatsugami F, Awai K. Deep Learning Reconstruction at CT: Phantom Study of the Image Characteristics. Academic Radiology. 2020; 27(1): 82-87.
Nakamura Y, Higaki T, Tatsugami F, Zhou J, Yu Z, Akino N, Taguchi H, Ito Y, Tsushima S, Iida M, Awai K. Improvement of identification and characterization of hepatic tumors at abdominal CT by using a Deep Learning based Reconstruction: Initial clinical trial targeting hypovascular hepatic metastases. Radiology Artifical Intelligence. 2019; in press.
Akagi M, Nakamura Y, Higaki T, Narita K, Honda Y, Zhou J, Yu Z, Akino N, Awai K. Deep learning reconstruction improves image quality of abdominal ultra-high-resolution CT. Eur Radiol. 2019; in press.
Tatsugami F, Higaki T, Nakamura Y, Yu Z, Zhou J, Lu Y, Fujioka C, Kitagawa T, Kihara Y, Iida M, Awai K. Deep learning-based image restoration algorithm for coronary CT angiography. Eur Radiol. 2019 Oct; 29(10):5322-5329.
Bayasgalan E, Higaki T, Fukumoto W, Nakmaura Y, Chosa K, Tatsugami F, Baba Y, Awai K. Improved detectability of hyper-dense nodules with dual-energy CT scans: Phantom study using simulated liver harboring nodules. Hiroshima J Med Sci. 2018; 67(3):63-69.
Yokomachi K, Tatsugami F, Higaki T, Kume S, Sakamoto S, Okazaki T, Kurisu K, Nakamura Y, Baba Y, Iida M, Awai K. Neointimal formation after carotid artery stenting: phantom and clinical evaluation of model-based iterative reconstruction (MBIR). Eur Radiol. 2019 Jan; 29(1):161-167.
Tatsugami F, Higaki T, Sakane H, Nakamura Y, Iida M, Baba Y, Fujioka C, Senoo A, Kitagawa T, Yamamoto H, Kihara Y, Awai K. Diagnostic accuracy of in-stent restenosis using model-based iterative reconstruction at coronary CT angiography: Initial experience. British Journal of Radiology. 2018; 91(1082): 20170598.
Onishi S, Fujioka C, Kaichi Y, Amatya VJ, Ishifuro M, Takeshima Y, Awai K, Sugiyama K, Kurisu K, Yamasaki F. Utility of dual-energy CT for predicting the vascularity of meningiomas. Eur J Radiol. 2020; 123: 108790.
Kaichi Y, Tatsugami F, Nakamura Y, Baba Y, Iida M, Higaki T, Kiguchi M, Tsushima S, Yamasaki F, Amatya VJ, Takeshima Y, Kurisu K, Awai K. Improved differentiation between high- and low-grade gliomas by combining dual-energy CT analysis and perfusion CT. Medicine. 2018; 97(32): e11670.
Tatsugami F, Higaki T, Tanigushi A, Kigushi M, Tsushima S, Date S, Awai K. Measurement of electron density and effective atomic number by dual energy scan using a 320-detector CT scanner with raw data-based analysis: A phantom study. J. Computed Assist Tomography. 2014; 38: 824-827.
Akagi M, Nakamura Y, Higaki T, Matsubara Y, Terada H, Honda Y, Tatsugami F, Baba Y, Iida M, Awai K. Preliminary results of high-precision computed diffusion weighted imaging for the diagnosis of hepatocellular carcinoma at 3 Tesla. J Comput Assist Tomogr. 2018 May/Jun; 42(3):373-379.
Fukumoto W, Higaki T, Iwakado Y, Tatsugami F, Baba Y, Iida M, Awai K. Quantification of the salivary volume flow rate in the parotid duct using time-spatial labeling inversion pulse (Time-SLIP) technique at MRI: Feasibility study. Journal of Magnetic Resonance Imaging. 2018 Apr;47(4):928-935.

総説論文

Nakamura Y, Higaki T, Tatsugami F, Honda Y, Narita K, Akagi M, Awai K. Possibility of deep learning in medical imaging focusing improvement of CT image quality. J Comput Assist Tomogr. 2019; in press.
Higaki T, Nakamura Y, Fukumoto W, Honda Y, Tatsugami F, Awai K. Clinical Application of Radiation Dose Reduction at Abdominal CT. European Journal of Radiology. Eur J Radiol. 2019 Feb;111:68-75.
Higaki T, Nakamura Y, Tatsugami F, Nakaura T, Awai K. Improvement of image quality at CT and MRI using deep learning. Japanese Journal of Radiology. 2019; 37(1): 73-80.
Higaki T, Nakamura Y, Tatsugami F, Kaichi Y, Akagi M, Akiyama Y, Baba Y, Iida M, Awai K. Introduction to the Technical Aspects of Computed Diffusion-weighted Imaging for Radiologists. RadioGraphics. 2018; 38: 1134-1144.

サイトポリシープライバシーポリシー