Construction of a large-scale analysis platform for cancer histopathology using deep texture representation

• Project/Area Number: 23K21859
• Project/Area Number (Other): 21H03836 (2021-2023)
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund (2024); Single-year Grants (2021-2023)
• Section: 一般
• Review Section: Basic Section 90130:Medical systems-related
• Research Institution: The University of Tokyo
• Principal Investigator: 河村 大輔 東京大学, 大学院医学系研究科(医学部), 助教 (10776082)
• Project Period (FY): 2021-04-01 – 2025-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥15,470,000 (Direct Cost: ¥11,900,000、Indirect Cost: ¥3,570,000); Fiscal Year 2024: ¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000); Fiscal Year 2023: ¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000); Fiscal Year 2022: ¥5,460,000 (Direct Cost: ¥4,200,000、Indirect Cost: ¥1,260,000); Fiscal Year 2021: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
• Keywords: 深層学習 / デジタル病理画像 / がん / 癌 / 病理組織画像

Outline of Research at the Start

病理組織標本はがん組織に関する様々な情報を含んでいる。近年、病理組織スライドのデジタル化が進んでいるが、大量の組織画像を効率よく客観的・定量的に評価する技術が存在しないため、数百-数千症例規模の比較解析による新たな知見の獲得が困難である。そこで、本研究では独自の深層学習技術を用いて組織全体を数値化する基盤技術を開発する。また、この解析基盤を用いて多数の症例を解析することで、がんに関する重要な知見の獲得を目指す。

Outline of Annual Research Achievements

病理組織標本はがん細胞そのものやがん細胞と間質の細胞との相互作用が作り出す組織形態を通してがんに関する様々な情報を与える。近年、病理組織スライド全体をスキャナで取り込んだWhole Slide Image(WSI)が得られるようになり、組織画像のデジタル化が進んでいる。しかし、大量のWSIを効率よく客観的・定量的に評価する技術が存在しないため、数千-数万症例規模の比較解析による新たな知見の獲得が困難になっている。
申請者は、これまで深層学習技術を用いてがん種横断的に組織学的特徴を数値化する独自技術を開発してきた。本研究ではこの技術を用い、多種多様な組織像を体系的に収集・分類することであらゆる組織形態を含んだリファレンスデータを構築する。さらに、このリファレンスデータを用いてWSIに含まれる組織全体を数値化し、人手によるWSIの前処理を行うことなく大量のWSIを客観的、定量的に評価するための汎用的な解析基盤を開発する。またこの解析基盤を用いて多くのWSIを解析することで、臨床的に重要な知見の獲得を目指す。
令和5年度は、組織形態リファレンスをさらに充実させるために、希少腫瘍を含む様々な症例のWSI画像を複数の医療機関から収集した。また、令和4年度に開発した高精度な細胞・組織セグメンテーションモデルを改良し、認識可能な細胞種を増やすとともに、モデルの処理速度を向上させた。さらに、1000症例以上の大規模な独自の胃癌コホートに対して、セグメンテーションモデルを用いて腫瘍組織が含まれる領域を自動的に抽出し、令和4年度に開発した組織全体を数値化する技術を用いて、抽出した腫瘍組織領域を症例ごとに数値化した。さらに、数値化したデータと、胃癌で高頻度に見られる体細胞遺伝子変異との関連を解析した結果、一部の体細胞変異について、新たな相関関係を明らかにした。

Current Status of Research Progress

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

Reason

当初予定していた研究内容の項目は概ね実施したため。

Strategy for Future Research Activity

希少がんを含む様々ながん症例の病理組織画像(WSI)を複数の医療機関から収集し、組織形態のデータベースを充実させる。また、細胞・組織セグメンテーションモデルを改良し、認識できる細胞の種類を増やすとともに、精度と処理速度を向上させる。
さらに、開発したWSI全体を数値化する技術を用いて、腫瘍の組織像を解析し、ゲノムの異常などを予測するといった、臨床的に役立つ様々な応用方法を検証する。加えて、細胞・組織セグメンテーションモデルが当初の計画以上に高性能になったため、このモデルを活用することで、WSI全体を数値化した結果の解釈をより明確にするための方法論の開発にも取り組む。

Research Products

• [Journal Article] SegRep: Mask-Based Self-Supervised Learning for Segment Representation in Pathology Images (2024)
  • Author(s): Yang Chichun、Komura Daisuke、Kakiuchi Miwako、Ochi Mieko、Katoh Hiroto、Ushiku Tetsuo、Ishikawa Shumpei
  • Journal Title: TechRxiv Volume: -
  • DOI: 10.36227/techrxiv.170775482.23404242/v1
  • Open Access
• [Journal Article] Head and Neck Tumor Histopathological Image Representation with Pr with Pre- Trained Conv ained Convolutional Neur olutional Neural Network and Vision al Network and Vision Transformer (2023)
  • Author(s): Rahaningrum Herdiantoputri Ranny、Komura Daisuke、Ikeda Tohru、Ishikawa Shumpei
  • Journal Title: Journal of Dentistry Indonesia Volume: 30 Issue: 1 Pages: 41-47
  • DOI: 10.14693/jdi.v30i1.1501
  • Peer Reviewed / Open Access
• [Journal Article] Restaining-based annotation for cancer histology segmentation to overcome annotation-related limitations among pathologists. (2023)
  • Author(s): Komura D, Onoyama T, Shinbo K, Odaka H, Hayakawa M, Ochi M, Herdiantoputri RR, Endo H, Katoh H, Ikeda T, Ushiku T, Ishikawa S.
  • Journal Title: Patterns Volume: 4(2) Issue: 2 Pages: 100688-100688
  • DOI: 10.1016/j.patter.2023.100688
  • Peer Reviewed / Open Access
• [Journal Article] Deep texture representation analysis for histopathological images (2023)
  • Author(s): Herdiantoputri Ranny Rahaningrum、Komura Daisuke、Fujisaka Kei、Ikeda Tohru、Ishikawa Shumpei
  • Journal Title: STAR Protocols Volume: 4 Issue: 2 Pages: 102161-102161
  • DOI: 10.1016/j.xpro.2023.102161
  • Peer Reviewed / Open Access
• [Journal Article] Universal encoding of pan-cancer histology by deep texture representations (2022)
  • Author(s): Komura Daisuke、Kawabe Akihiro、Fukuta Keisuke、et al.
  • Journal Title: Cell Reports Volume: 38 Issue: 9 Pages: 110424-110424
  • DOI: 10.1016/j.celrep.2022.110424
  • Peer Reviewed / Open Access
• [Journal Article] Advanced deep learning applications in diagnostic pathology (2021)
  • Author(s): KOMURA Daisuke、ISHIKAWA Shumpei
  • Journal Title: Translational and Regulatory Sciences Volume: 3 Issue: 2 Pages: 36-42
  • DOI: 10.33611/trs.2021-005
  • NAID: 130008066894
  • ISSN: 2434-4974
  • Peer Reviewed / Open Access
• [Presentation] Subtype-level Segmentation Model for Inflammatory Cells in H&E images (2024)
  • Author(s): Mieko Ochi, Daisuke Komura, Shumpei Ishikawa
  • Organizer: USCAP 113th Annual Meeting
  • Int'l Joint Research
• [Presentation] H&E染色組織画像における腫瘍微小環境解析のためのセグメンテーションモデル (2024)
  • Author(s): 越智三枝子、河村大輔、石川俊平
  • Organizer: 第113回日本病理学会総会
• [Presentation] Large-scale histological image dataset with various H&E stain conditions and devices including smartphone for the robust model development (2023)
  • Author(s): Mieko Ochi, Daisuke Komura, Shumpei Ishikawa
  • Organizer: 19th European Congress on Digital Pathology
  • Int'l Joint Research
• [Presentation] 深層ニューラルネットワークによるがん病理組織形態の数値化 (2022)
  • Author(s): 河村大輔
  • Organizer: 第47回レーザ顕微鏡研究会
  • Invited
• [Presentation] 同一標本に対するH&E染色と免疫染色を利用した細胞セグメンテーションのための癌病理組織像データセットの開発 (2022)
  • Author(s): 河村大輔; 斧山匠; 新保幸輝; 小高滉人; 遠藤春哉; 越智三枝子; 加藤洋人; 牛久哲男; 石川俊平
  • Organizer: 第68回日本病理学会 秋季特別総会
• [Presentation] ディープラーニングを用いた細胞セグメンテーションのための癌病理組織画像データセット (2022)
  • Author(s): 河村大輔; 斧山巧; 新保幸輝; 小高滉人; 遠藤春哉; 越智三枝子; 加藤洋人; 牛久哲男; 石川俊平
  • Organizer: The 81st Annual Meeting of the Japanese Cancer Association
• [Presentation] Large-scale histological image dataset with various stain conditions and scanners for the robust machine learning model development (2022)
  • Author(s): Ochi, Mieko; Komura, Daisuke; Ishikawa, Shumpei
  • Organizer: The First Workshop on Applications of Medical AI in MICCAI
  • Int'l Joint Research
• [Presentation] 深層学習を用いた腫瘍組織の網羅的細胞セグメンテーション (2022)
  • Author(s): 河村大輔; 斧山巧; 新保幸輝; 小高滉人; 遠藤春哉; 越智美恵子; 加藤洋人; 牛久哲男; 石川俊平
  • Organizer: 第111回日本病理学会総会
• [Presentation] 頭頸部腫瘍の病理画像解析とAI病理診断補助システムの構築 (2021)
  • Author(s): 河村大輔、石川俊平
  • Organizer: 第110回日本病理学会総会
  • Invited