Prediction of visceral pleural invasion in clinical stage 1 lung adenocarcinoma by using thoracoscopis images and deep learning

• Project/Area Number: 23K08309
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 55040:Respiratory surgery-related
• Research Institution: University of Toyama
• Principal Investigator: 嶋田 喜文 富山大学, 医学部, 協力研究員 (30789780)
• Co-Investigator(Kenkyū-buntansha): 高岡 裕 富山大学, 学術研究部医学系, 教授 (20332281) ; 土谷 智史 富山大学, 学術研究部医学系, 特命教授 (30437884) ; 平林 健一 富山大学, 学術研究部医学系, 教授 (60514388) ; 尾嶋 紀洋 富山大学, 学術研究部医学系, 助教 (80965484)
• Project Period (FY): 2023-04-01 – 2026-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000); Fiscal Year 2025: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000); Fiscal Year 2024: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000); Fiscal Year 2023: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
• Keywords: 臓側胸膜 / 肺癌 / 深層学習 / 胸腔鏡下手術

Outline of Research at the Start

本研究は、深層学習によって末梢型肺腺癌の臓側胸膜浸潤を正確に予測するシステムの構築を目指す。近年2cm以下の小型肺癌が多く診断されるようになり、それらに対して縮小手術を適用する機会が増加している。一方で小型肺癌でも臓側胸膜浸潤 がある場合は、予後が不良であり標準術式である肺葉切除が適当である。しかし術前の画像や肉眼像と病理組織診断とは乖離することが多い。現在、深層学習による画像識別技術が急速な進歩を遂げている。本研究では、胸腔鏡下手術画像を用いた深層学習によって、術中に胸腔鏡で撮影した臓側胸膜の静止画像から末梢肺腺癌のVPIの有無を瞬時に判定するための診断システムを構築し、その精度検証を行う。