X線データから3D画像を再構築する深層学習技術

米国エネルギー省傘下のアルゴンヌ国立研究所は、X線データを3次元画像として視覚化する新しいフレームワークを開発した。32-CDI-NNと呼ばれるこの新しいフレームワークは、収集データに対して従来よりも大幅に高速な3次元化を実現している。

コヒーレント回折イメージング(CDI)は、超高輝度X線ビームをサンプルに反射させるX線技術で、光線は検出器によってデータとして収集され、画像に変換される。現在の検出器はビームが持つ情報の一部しかキャプチャしていないという限界があり、不足データを埋めるための処理は計算機に依存している。ただし、このプロセスは途方も無い時間を要するケースもあるため、抜本的な解決策が求められてきた。アルゴンヌ国立研究所の研究チームは、不足している情報を考慮せず「オブジェクトと、オブジェクトが生データから直接受ける変化」を認識するようにニューラルネットワークをトレーニングしたという。

3D-CDI-NNの実証試験では、欠落している情報を補うために通常必要とされるよりも少ないデータで画像を再構築できることも確認している。新技術は生物学・医学領域における生体構造に関する3Dイメージング技術を大きく進歩させる可能性を秘める。また、環境に透過するX線により「数ナノメートルのスケール(1ナノメートルは10億分の1メートルに相当)」で材料を観察することができるため、材料科学領域からもコヒーレント回折には熱い視線が注がれている。

研究報告:Rapid 3D nanoscale coherent imaging via physics-aware deep learning

関連記事:

  1. GE Healthcare – MRIから合成CT画像を生成するAIソリューション
  2. 眼に触れずに光音響画像を得る新研究
  3. Canonの画像再構成AI技術がPET/CTでFDA認証取得
  4. Zebra Medical Vision レントゲン画像から三次元モデルを構築するAI技術
  5. 顔の3D画像から睡眠時無呼吸症候群を識別するAIアルゴリズム

前の記事AIツールが患者の健康リテラシーを向上させる可能性
次の記事IBM Report – 医療データ侵害の平均コストは920万ドル
TOKYO analyticaはデータサイエンスと臨床医学に強力なバックグラウンドを有し、健康増進の追求を目的とした技術開発と科学的エビデンス構築を主導するソーシャルベンチャーです。
The Medical AI Timesにおける記事執筆は、循環器内科・心臓血管外科・救命救急科・小児科・泌尿器科などの現役医師およびライフサイエンス研究者らが中心となって行い、下記2名の医師が監修しています。

1. 岡本 将輝
信州大学医学部卒(MD)、東京大学大学院専門職学位課程修了(MPH)、東京大学大学院医学系研究科博士課程修了(PhD)、ロンドン大学ユニバーシティカレッジ(University College London)科学修士課程最優等修了(MSc with distinction)。UCL visiting researcher、日本学術振興会特別研究員を経て、SBI大学院大学客員准教授、東京大学特任研究員など。専門はメディカルデータサイエンス。

2. 杉野 智啓
防衛医科大学校卒(MD)。大学病院、米メリーランド州対テロ救助部隊を経て、現在は都内市中病院に勤務。専門は泌尿器科学、がん治療、バイオテロ傷病者の診断・治療、緩和ケアおよび訪問診療。泌尿器科専門医、日本体育協会認定スポーツドクター。