深層学習で生成した遅延造影CT画像と心筋ECVによる新たな心筋性状評価法の確立
研究課題情報
- 体系的番号
- JP26K10590 (JGN)
- 助成事業
- 科学研究費助成事業
- 資金配分機関情報
- 日本学術振興会(JSPS)
科研費情報
- 研究課題/領域番号
- 26K10590
- 研究種目
- 基盤研究(C)
- 配分区分
-
- 基金
- 審査区分/研究分野
-
- 小区分52040:放射線科学関連
- 研究機関
-
- 九州大学
- 研究期間 (年度)
- 2026-04-01 〜 2029-03-31
- 研究課題ステータス
- 交付
- 配分額*注記
- 4,420,000 円 (直接経費: 3,400,000 円 間接経費: 1,020,000 円)
研究概要
本研究は、冠動脈CT画像から深層学習を用いて遅延造影画像および心筋細胞外容積分画（ECV）画像を生成し、心筋性状評価を可能とする新たな手法の確立を目的とする。従来、心筋評価にはMRIが用いられるが、検査時間や設備の制約がある。一方、CTは広く普及しているが、遅延造影には追加撮影が必要である。本研究により追加撮影を行うことなく心筋評価を実現し、検査効率の向上と臨床応用の拡大を目指す。
関連未分類成果物
読み込み中...
