乳房MRI・非腫瘤性造影効果に対するマルチパラメトリック診断手法の確立
Project/Area Number |
20K08033
|
Research Category |
Grant-in-Aid for Scientific Research (C)
|
Allocation Type | Multi-year Fund |
Section | 一般 |
Review Section |
Basic Section 52040:Radiological sciences-related
|
Research Institution | Kyoto Prefectural University of Medicine |
Principal Investigator |
後藤 眞理子 京都府立医科大学, 医学(系)研究科(研究院), 講師 (20605042)
|
Co-Investigator(Kenkyū-buntansha) |
中山 良平 立命館大学, 理工学部, 教授 (20402688)
|
Project Period (FY) |
2020-04-01 – 2024-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2021: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2020: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
Keywords | 乳房MRI / 乳癌 / 非腫瘤性造影病変 |
Outline of Research at the Start |
乳房造影MRI における非腫瘤性造影効果は、正常乳腺造影効果との区別が難しく、腫瘤性病変に比し病変抽出精度と良悪性病変鑑別能が低い。また非腫瘤性造影効果を呈する乳腺病変はサイズが大きく、生検による少量の組織検体が病変の全体像を反映しているとは限らない。このため、良悪性の正確な診断だけでなく、乳癌であった場合の組織学的・生物学的悪性度の正確な治療前評価が困難という臨床的問題点がある。 本研究では、乳房MR画像から得られる複数の画像解析情報を統合、客観性及び精度の高い非腫瘤性造影病変診断モデルを構築し、汎用性のある非腫瘤性造影効果・悪性度確立分布図を作成することを目指す。
|
Outline of Annual Research Achievements |
本研究の最終目的は、乳房MRIにおける非腫瘤性造影効果のマルチパラメトリック診断による診断精度の向上と病変抽出・悪性度確立分布図(malignant probability map: MP-map)の構築を目指すことである。2022年度は引き続き症例を集積し、非腫瘤性造影病変の自動抽出モデル構築の改善を行った。前年度を踏襲し、ダイナミックMRIの画像データを用い、ダイナミックMRI各時相におけるボクセルの信号値に基づき、機械学習により非腫瘤性造影病変を正常乳腺の造影効果と区別して自動抽出するモデルを作成、精度の向上に努めた。 また別に、乳腺専門の放射線科医がMRI上の非腫瘤性造影効果に対して手動で関心領域を設定し、機械学習を用い良悪性診断モデルを作成。作成した診断モデルを、経験年数の異なる放射線科読影医の診断能と対比する試みを行った。
|
Current Status of Research Progress |
Current Status of Research Progress
4: Progress in research has been delayed.
Reason
COVID19感染症による通常診療の縮小、乳腺外科手術の減少があり症例の蓄積に難渋している。
|
Strategy for Future Research Activity |
症例蓄積を継続し、非腫瘤性造影病変の自動抽出モデルのさらなる精度向上を目指す。 非腫瘤性病変に対して手動で設定した関心領域に対して作成した診断モデルの精度確認を行う。
|
Report
(3 results)
Research Products
(4 results)