Development of image-assisted therapy to identify therapy-resistant cells inside cancer using virtual biopsies.
Project/Area Number |
22K15808
|
Research Category |
Grant-in-Aid for Early-Career Scientists
|
Allocation Type | Multi-year Fund |
Review Section |
Basic Section 52040:Radiological sciences-related
|
Research Institution | Teikyo University |
Principal Investigator |
亀澤 秀美 帝京大学, 福岡医療技術学部, 准教授 (50759503)
|
Project Period (FY) |
2022-04-01 – 2025-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
Fiscal Year 2024: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2022: ¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
|
Keywords | レディオミクス / Radiomics / 再発予測 / 治療抵抗性細胞 / 画像支援治療 |
Outline of Research at the Start |
癌内部に治療感受性細胞と治療抵抗性細胞が混在する“細胞不均一性”が明らかにされている。不均一な癌に標準治療を実施した場合、抵抗性細胞は残存しやすく、再発や転移の発生、生存率に大きく影響するため、癌内部の抵抗性細胞の位置同定が重要である。近年、医用画像から癌の性質を評価できるレディオミクス(仮想生検)が注目されているが、従来法では癌の細胞不均一性しか評価できず、癌内部の抵抗性細胞の位置を同定できない欠点があった。本研究では、低酸素イメージング製剤を用いたPET画像や拡散強調MR画像などにより、抵抗性細胞の位置同定可能な新たな仮想生検を開発する。
|
Outline of Annual Research Achievements |
本研究の目的は、癌の個別化治療を実現するために、放射線治療抵抗性細胞を同定できる新たな仮想生検を開発し、治療抵抗性細胞を含む不均一な癌への最適な治療法選択および適応を支援する、画像支援治療法を確立することである。 2022年度は公開データベースにある頭頸部扁平上皮癌患者の治療前CTやMR、PET画像への仮想生検(レディオミクス解析)に基づく再発予測モデルを開発を行った。これまでの画像特徴量に加え、局所領域の不均一性を評価できるローカルバイナリパターン(LBP)を応用した新たな手法を検討し、他者の先行研究における従来法(C-index=0.60)と比較し、高精度な(C-index=0.76)再発予測モデルを構築することができた。なお、本研究結果は国内および国際学会(第124回日本医学物理学会学術大会およびThe 22nd Asia-Oceania Congress on Medical Physics)にて発表し、国際学術雑誌(Physical and Engineering Sciences in Medicine, 46, 99-107, 2023)に掲載された。 2023年度は構築した再発予測モデルを用いて推定した再発や無再発症例を治療抵抗性細胞の位置同定に利用する予定である。また、低酸素状態にある癌細胞は放射線治療抵抗性であることに着目し、低酸素イメージングPET(FMISO-PET)画像の解析や放射線治療抵抗性細胞と感受性細胞では細胞密度や活動性が異なるとの仮説の元、細胞密度や活動性を反映した拡散強調MR画像により、放射線治療抵抗性細胞を同定する。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
他者の先行研究と比較して高精度な再発予測モデルが構築できているため、本研究はおおむね順調に進展しているといえる。
|
Strategy for Future Research Activity |
2023年度は、新たな特徴量を応用した再発予測モデルの高精度化を試みる予定である。また、低酸素イメージングPET(FMISO-PET)画像の解析や拡散強調MR画像の仮想生検(レディオミクス解析)により、放射線治療抵抗性細胞の位置を同定できる手法を開発する。
|
Report
(1 results)
Research Products
(3 results)