• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

Predicting Treatment Response in Hepatocellular Carcinoma with Radiomic Approach

Research Project

Project/Area Number 22K15843
Research Category

Grant-in-Aid for Early-Career Scientists

Allocation TypeMulti-year Fund
Review Section Basic Section 52040:Radiological sciences-related
Research InstitutionHamamatsu University School of Medicine

Principal Investigator

棚橋 裕吉  浜松医科大学, 医学部附属病院, 助教 (40724563)

Project Period (FY) 2022-04-01 – 2025-03-31
Project Status Granted (Fiscal Year 2023)
Budget Amount *help
¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
Fiscal Year 2024: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2023: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2022: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
KeywordsRadiomics / 肝細胞癌 / 肝動脈化学塞栓療法 / 分子標的薬 / MRI
Outline of Research at the Start

慢性肝炎・肝硬変患者において肝細胞癌は重要な生命予後決定因子である。肝細胞癌の治療法としては手術、ラジオ波焼灼術、血管内治療、化学療法などがあり、病状に応じて治療法を選択する。しかし、治療法選択に苦慮する症例は多い。
昨今の画像診断技術の発展は遺伝情報を元にした病変の生物学的な形質を描出することを可能にした。Radiomicsとは画像に描出されている膨大な画像的特徴量を網羅的に解析し、治療効果・予後予測を行う方法であり、様々な悪性腫瘍においてその有用性が示されている。本研究ではRadiomicsを用いて肝細胞癌の治療効果予測モデルを開発し、治療法選択基準を確立することを目指す。

Outline of Annual Research Achievements

令和5年度には前年度に作成した、未治療肝細胞癌に対して肝動脈化学塞栓療法を施行した症例の術前EOB造影MRI画像を用いたRadiomics解析による治療効果予測モデル、についてRadiomics解析の設定や画像特徴量抽出方法について最適化・見直しを行った。
まずRadiomics解析時の設定について、最近のRadiomics解析に関する報告を元に、ResamplingするVoxelサイズの最適化やBin数の最適化などを行った。また、元画像だけでなくフィルタ処理を施した画像に対するRadiomics解析の追加を行った。治療効果予測に有用な画像的特徴量の抽出方法については、前年度に行った検討では2名の放射線科医師がRadiomics解析を行っていたため、1名分のRadiomics解析データをランダムに学習データとテストデータに分け、この学習データで治療効果予測に有用な画像的特徴量の抽出および治療効果予測モデルを作成し、それをテストデータおよびもう1名のデータにあてはめることでその精度および検査者間一致性を検証することとした。上記解析手法の最適化を行った後の治療効果予測モデルの精度はAUCで0.8875(学習データ)、0.8095(テストデータ)、0.808(もう1名のデータ)であった。

令和5年度には併せて分子標的薬を用いて加療した肝細胞癌症例についてのデータ収集も行った。今年度は収集したデータを用いて、加療前EOB造影MRI画像を用いたRadiomics解析による分子標的薬の治療効果予測モデルを作成する予定である。

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

令和5年度には前年度に検討を行った「術前のEOB造影MRI画像を用いたRadiomics解析による肝細胞癌に対する肝動脈化学塞栓療法の治療効果予測」に関して、Radiomics解析の設定や特徴量抽出方法について見直し・最適化を行った。また、併せて加療前EOB造影MRI画像を用いたRadiomics解析による肝細胞癌に対する分子標的薬の治療効果予測モデル作成に向けて症例収集を行った。

Strategy for Future Research Activity

令和5年度には術前EOB造影MRI画像を用いたRadiomics解析による肝細胞癌に対する肝動脈化学塞栓療法の治療効果予測モデルを作成した。令和6年度には令和5年度に収集した、肝細胞癌に対して分子標的薬にて治療を行った症例について、後ろ向きに加療前EOB造影MRIを用いたRadiomics解析を行い、分子標的薬の治療効果予測モデル作成を目指す。また、さらにこれらの結果をふまえてRadiomics解析を用いた肝動脈化学塞栓療法および分子標的薬の治療選択モデルの作成を目指す。

Report

(2 results)
  • 2023 Research-status Report
  • 2022 Research-status Report
  • Research Products

    (1 results)

All 2022

All Presentation (1 results)

  • [Presentation] Radiomic Analysis using Pretreatment MR Images Predicts Response to Transcatheter Chemoembolization for Hepatocellular Carcinoma2022

    • Author(s)
      棚橋裕吉, 池田隆展, 久保田憶, 久綱雅也, 舟山慧, 市川新太郎, 五島聡
    • Organizer
      第50回日本磁気共鳴医学会大会
    • Related Report
      2022 Research-status Report

URL: 

Published: 2022-04-19   Modified: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi