【新潟醫療福祉大學】減輕「重拍」負擔！AI自動校正MRI「晃動」

NSG集團新潟醫療福祉大學診療放射線學科的吉田宜清講師，針對MRI檢查中因體動引起的影像模糊，進行了使用AI（深度學習）校正方法的研究驗證。結果顯示，透過校正模糊的腦部MRI影像，有望更準確地評估對阿茲海默症診斷至關重要的海馬體體積。
這項研究成果於2026年3月22日刊登在涵蓋自然科學與健康科學所有領域的國際期刊「Scientific Reports」上。

### 關於研究

**【研究概要】**
本研究驗證了使用AI（深度學習）校正MRI檢查中因體動引起的影像模糊方法的有效性。以24名健康成年人的腦部MRI影像為對象，比較了原始影像、有體動的影像和AI校正後的影像，不僅評估了影像的外觀，還評估了海馬體體積測量的準確性。
結果顯示，即使是因體動而劣化的影像，透過AI校正也能改善影像品質，並有望更準確地評估對阿茲海默症診斷至關重要的海馬體體積。
此外，本方法也暗示了減少重複掃描的必要性，有助於縮短檢查時間和減輕患者負擔。
本研究將AI影像校正技術應用於腦部MRI的定量評估，預計未來將應用於失智症領域的影像診斷支援。

**【研究者評論】**
◆ 診療放射線學科 吉田宜清 講師
本研究探討了在MRI檢查時，輕微體動會影響影像品質和診斷準確性的問題，並研究了使用深度學習進行影像校正的可能性。結果顯示，即使是受體動影響的腦部MRI影像，透過AI校正也能更準確地評估對阿茲海默症診斷至關重要的海馬體體積。特別是對於老年人或難以控制體動的患者，經常需要重複掃描。如果本方法能實際應用，我們相信可以減少重複檢查，減輕患者負擔，並有助於提高醫療現場的效率。

**【原始論文資訊】**
Yoshida, N., Kageyama, H., Akai, H., Sasaki, K., Sakurai, N., Koori, N., Yamamoto, S., & Kodama, N.
Deep learning approach to super-resolution correction of brain MRI motion artifacts for accurate hippocampal volumetry.
Scientific Reports (2026).
DOI: 10.1038/s41598-026-44834-5

**【研究者資訊】**
新潟醫療福祉大學醫療技術學部 診療放射線學科
講師 吉田 宜清

**【聯絡方式】**
新潟醫療福祉大學 入學廣報部廣報課
地址：新潟縣新潟市北區島見町1398番地
電話：025-257-4459