Project/Area Number |
22KJ0908
|
Project/Area Number (Other) |
22J13627 (2022)
|
Research Category |
Grant-in-Aid for JSPS Fellows
|
Allocation Type | Multi-year Fund (2023) Single-year Grants (2022) |
Section | 国内 |
Review Section |
Basic Section 62010:Life, health and medical informatics-related
|
Research Institution | The University of Tokyo |
Principal Investigator |
PARK Jeonghyuk 東京大学, 理学系研究科, 特別研究員(DC2)
|
Project Period (FY) |
2023-03-08 – 2024-03-31
|
Project Status |
Declined (Fiscal Year 2023)
|
Budget Amount *help |
¥1,700,000 (Direct Cost: ¥1,700,000)
Fiscal Year 2023: ¥800,000 (Direct Cost: ¥800,000)
Fiscal Year 2022: ¥900,000 (Direct Cost: ¥900,000)
|
Keywords | 予後因子 / 深層学習 / 病理 |
Outline of Research at the Start |
組織検査でのがんの診断にはH&E(ヘマトキシリン&エオジン)染色という染色法が最も広く使わられている。H&E染色した組織からスライドが作られ、そこから見える細胞や組織などの分布を見ることよりがんの診断ができる。さらに、H&E染色からはがんの診断だけではなく、予後を相関関係があって治療法を決めることができる細胞や組織などの分布(予後因子)があることが知られている。本研究では深層学習を用いてH&E染色から予後を予測するモデルを作り、そのモデルから得られる予後予測に相関があるイメージから細胞検出と組織分類を行い、その情報を活用して予後因子の探索する。さらに臓器別に有効な予後因子をまとめる。
|
Outline of Annual Research Achievements |
本研究は、組織検査で最も広く用いられるH&E(ヘマトキシリン&エオジン)染色という染色法によって得られた組織スライドイメージを主に用いて、予後因子に関わる組織の空間的な特徴を探索する研究である。本年度は、研究計画上のSTEP0(研究サーバーの組み立て)からSTEP3(予後因子の探索)までを実施し、予後因子探索のための初期パイプラインを構築した。具体的には、 TCGA(The Cancer Genome Atlas)の5つのコホートに対して、コホート別に予後予測モデルを最適化した。最適化されたモデルから、コホート別にスコア上位1%以内(高危険群)のタイルとスコア下位1%以内(低危険群)のタイルを抽出した後、細胞(核)の検出をPanNukeデータセットを学習したHover-Netを用いて行なった。その検出結果から、高危険群と低危険群の細胞の数を統計的に比較した。その結果、低危険群でがん細胞の細胞数が多い傾向と、肺がんコホートの低危険群で炎症細胞の細胞数が多い傾向を確認した。さらに、炎症細胞の細胞密度が局所的に高いことが低危険度を予測する予後因子である可能性を検証した。Whole slide imageから細胞核の局所的な密度を定義するために細胞核をポイント(点)としてボロノイ図を計算し、ボロノイ細胞の大きさの分布密度を確認した。その結果、高危険群でのボロノイ細胞の大きさの分布密度が他の群と異なることが確認された。この結果は、炎症細胞の局所的な密集が予後因子のひとつとしてみなせる可能性を示唆する。
|
Research Progress Status |
翌年度、交付申請を辞退するため、記入しない。
|
Strategy for Future Research Activity |
翌年度、交付申請を辞退するため、記入しない。
|
Report
(1 results)
Research Products
(2 results)