Multicenter study to develop a model for differentiating uterine leiomyoma and sarcomas by deep Learning and anomaly detection

• Project/Area Number: 23K14866
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 52040:Radiological sciences-related
• Research Institution: Kyoto University
• Principal Investigator: 倉田 靖桐 京都大学, 医学研究科, 助教 (40836178)
• Project Period (FY): 2023-04-01 – 2026-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2025: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000); Fiscal Year 2024: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000); Fiscal Year 2023: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
• Keywords: Deep learning / Anomaly detectioin / Uterine leiomyoma / Uterine leiomyosarcoma / MRI

Outline of Research at the Start

子宮筋腫と肉腫の鑑別は臨床的に非常に重要な課題であるが、未だ十分な診断能と汎用性を有する診断モデルが確立されていない。この一因は、子宮肉腫のような頻度が低く、学習データの収集が容易でない疾患に対して深層学習による画像解析を実施することが難しいことである。本研究の目的は、深層学習による画像認識、異常検知の手法を用いて MRIにおける子宮筋腫と肉腫の診断モデルを作成し、頻度が低い疾患の診断モデル作成に対する深層学習の効果的な適用方法を提案することである。