| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2025-03-19 16:45 MP2RAGE法を用いたMRI高速T1マッピング法に関する検討 ～ 輝度関数法と深層学習を用いた手法の比較 ～ ○内藤璃子・遠藤祐太・髙橋沙奈江・芝生春菜・橋本雄幸・久原重英（杏林大）  MI2024-62 |
|
| 抄録 | （和） | 近年MRIの組織固有パラメータであるT1, T2等を定量的に求める手法が注目を集めている．頭部等の高分解能3D高速撮像法としてMagnetization Prepared Rapid Acquisition with Gradient Echo (MPRAGE) 法があり，この方法をベースとしたT1マッピング法に，１回の反転パルス印加後に２つのMPRAGEデータ収集部を持つMP2RAGE法がある．本研究では，MP2RAGE法の信号値からT1値を求める方法として，Bloch方程式から求められる輝度関数を用いた方法と深層学習による方法の比較を行った．MP2RAGE法はMRI simulatorであるBloch Solverを用いて構築し検討に用いた．その結果，深層学習を用いた方法が輝度関数法よりも精度が向上する結果となった． |
| （英） | Recently, methods for quantitatively determining tissue-specific parameters, such as T1 and T2 using magnetic resonance imaging (MRI), have attracted attention. The magnetization-prepared rapid acquisition with gradient echo (MPRAGE) method is available as a high-resolution three-dimensional fast imaging technique for the head, whereas the MP2RAGE method has two MPRAGE data collection sections after applying a single inversion pulse based on T1 mapping methods. Here, we compared the signal intensity function method derived from the Bloch equations to determine the T1 values from the signal values of the MP2RAGE method using a deep learning approach. The MP2RAGE method was constructed and examined using a Bloch Solver MRI simulator. The deep learning approach showed improved accuracy compared to the signal intensity function method. | |
| キーワード | （和） | MRI / Blochシミュレータ / MP2RAGE / / / / / |
| （英） | MRI / Bloch Simulator / MP2RAGE / / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 448, MI2024-62, pp. 60-63, 2025年3月. | |
| 資料番号 | MI2024-62 | |
| 発行日 | 2025-03-12 (MI) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | MI2024-62 |
|
| 研究会情報 | |
| 研究会 | MI |
| 開催期間 | 2025-03-19 - 2025-03-20 |
| 開催地（和） | かがわ国際会議場(サンポート高松タワー棟６階） |
| 開催地（英） | Kagawa International Conference Hall |
| テーマ（和） | 医用画像一般，メディカルイメージング連合フォーラム, IFMIA2025連携 |
| テーマ（英） | Medical Imaging, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | MI |
| 会議コード | 2025-03-MI |
| 本文の言語 | 日本語 |
| タイトル（和） | MP2RAGE法を用いたMRI高速T1マッピング法に関する検討 |
| サブタイトル（和） | 輝度関数法と深層学習を用いた手法の比較 |
| タイトル（英） | A study on MRI fast T1 mapping using MP2RAGE |
| サブタイトル（英） | Comparison between signal intensity function and deep learning methods |
| キーワード(1)（和/英） | MRI / MRI |
| キーワード(2)（和/英） | Blochシミュレータ / Bloch Simulator |
| キーワード(3)（和/英） | MP2RAGE / MP2RAGE |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 内藤 璃子 / Riko Naito / ナイトウ リコ |
| 第1著者 所属（和/英） | 杏林大学 (略称： 杏林大) Kyorin University (略称： Kyorin Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 遠藤 祐太 / Yuta Endo / エンドウ ユウタ |
| 第2著者 所属（和/英） | 杏林大学 (略称： 杏林大) Kyorin University (略称： Kyorin Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 髙橋 沙奈江 / Sanae Takahashi / タカハシ サナエ |
| 第3著者 所属（和/英） | 杏林大学 (略称： 杏林大) Kyorin University (略称： Kyorin Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 芝生 春菜 / Haruna Shibo / シボウ ハルナ |
| 第4著者 所属（和/英） | 杏林大学 (略称： 杏林大) Kyorin University (略称： Kyorin Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 橋本 雄幸 / Takeyuki Hashimoto / ハシモト タケユキ |
| 第5著者 所属（和/英） | 杏林大学 (略称： 杏林大) Kyorin University (略称： Kyorin Univ.) |
| 第6著者 氏名（和/英/ヨミ） | 久原 重英 / Shigehide Kuhara / クハラ シゲヒデ |
| 第6著者 所属（和/英） | 杏林大学 (略称： 杏林大) Kyorin University (略称： Kyorin Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-03-19 16:45:00 |
| 発表時間 | 75分 |
| 申込先研究会 | MI |
| 資料番号 | MI2024-62 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.448 |
| ページ範囲 | pp.60-63 |
| ページ数 | 4 |
| 発行日 | 2025-03-12 (MI) |
[研究会発表申込システムのトップページに戻る]