本研究では、拡散モデルに適切な制約を与えることで患者の解剖学的な構造を保存させつつCT画像の画質を改善させるような独自の画像生成モデルを開発した。既存手法である逐次近似法は、データを間引くことによって著しく画質が劣化する。拡散モデルのみを使った場合は、一見画質が良くなっているような画像だが、よく見ると解剖学的な構造が変化しており、正解画像との一致度を測るSSIMやPSNRなどの指標が低くなっている。逐次近似法と拡散モデルを組み合わせた我々の提案手法では、構造を保存しつつ画質を改善することに成功し、SSIMやPSNRなどの値では、既存手法を圧倒している。本研究は公益財団法人JKAの助成を受けて実施した。