本研究では、膝MRIの撮像において重要な役割を果たす、プロトン密度強調(PD)シーケンスと脂肪抑制(FS)シーケンスの合成に着目した。従来のGANモデルは単一施設のデータで学習されるため、外部データに対する汎化性が低いという課題があった。
本研究では、連邦学習を用いることで、この課題を解決することを目指した。具体的には以下の通りである:
内部データ(UMB)とオープンデータ(FastMRI)を用いて、4つのモデルを構築した:
各モデルの合成画質をSSIMで評価した。
結果として、連邦学習モデルは外部データに対する汎化性が高く、単一施設モデルと中央集約モデルよりも優れた性能を示した。これは、連邦学習により、多施設データを活用できるためと考えられる。
本研究は初期段階のものであり、今後、より大規模なデータセットを用いた検討や、連邦学習の手法の改善などが必要である。しかし、連邦学習を用いることで、患者プライバシーを保護しつつ、多施設データを活用できる可能性が示された。これは、臨床現場でのMRI合成の実用化に向けた重要な一歩となる。
다른 언어로
소스 콘텐츠 기반
arxiv.org
더 깊은 질문