Development of computer-aided diagnosis system for lung cancer CT screening using deep learning
| Project/Area Number |
16K19883
|
|---|
| Research Category |
Grant-in-Aid for Young Scientists (B)
|
| Allocation Type | Multi-year Fund |
|---|
| Research Field |
Radiation science
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
Nishio Mizuho 京都大学, 医学研究科, 特定助教 (50581998)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Project Status |
Completed (Fiscal Year 2018)
|
| Budget Amount *help |
¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
Fiscal Year 2018: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2017: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2016: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
|
|---|
| Keywords | コンピューター支援診断 / 肺結節 / CT / 深層学習 / 機械学習 / テクスチャー解析 / 肺癌 / 肺気腫 / ホモロジー / 癌 / 放射線 / 情報工学 |
|---|
| Outline of Final Research Achievements |
Our research was conducted based on two major themes. One is quantitative evaluation of emphysema for predicting lung cancer base risk in CT lung cancer screening, and the other is development of computer-aided diagnosis system for differentiation of lung nodules detected in lung cancer CT screening.
In the former, we show that quantitative evaluation of pulmonary emphysema using homology method was useful for predicting the base risk of lung cancer. Also, in the latter, the accuracy of computer-aided diagnosis of lung nodule could be improved using deep learning.
|
| Academic Significance and Societal Importance of the Research Achievements |
CT肺癌検診は高い偽陽性で知られており、この偽陽性をいかに減らすかがCT肺癌検診の研究の焦点の一つである。この点から、今回の研究成果をCT肺癌検診に応用する際、以下の二点が有用になると考えられる。
一つ目のテーマの研究成果により、肺気腫の定量評価を用いて肺癌のベースのリスクが高い患者を選択することが可能となり、これが偽陽性の低減に間接的に有用と期待される。CT肺癌検診の偽陽性の直接の原因は検診で見つかった肺結節であり、これにどう対応するかで偽陽性が大きく変動する。今回のコンピューター支援診断のソフトウェアは肺結節の肺癌の確率を出力できるため、これは直接に偽陽性の低減に有用と期待される。
|
Report
(4 results)
Research Products
(17 results)
-
-
[Journal Article] Automatic inference model construction for computer-aided diagnosis of lung nodule: Explanation adequacy, inference accuracy, and experts' knowledge.2018
Author(s)
Kawagishi M, Kubo T, Sakamoto R, Yakami M, Fujimoto K, Aoyama G, Emoto Y, Sekiguchi H, Sakai K, Iizuka Y, Nishio M, Yamamoto H, Togashi K.
-
Journal Title
PLoS One
Volume: 16
Issue: 11
Pages: e0207661-e0207661
DOI
NAID
Related Report
Peer Reviewed / Open Access
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
