2019 Fiscal Year Annual Research Report
Establishment of CT diagnosis of small adenocarcinoma of the lung based on quantitative image analysis
| Project/Area Number |
17K10352
|
|---|
| Research Institution | Niigata University |
|---|
Principal Investigator |
石川 浩志 新潟大学, 医歯学総合病院, 講師 (90377151)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 肺腺癌 / 薄層CT / テクスチャ解析 |
|---|
| Outline of Annual Research Achievements |
CT画像のテクスチャ解析による上皮内腺癌～微少浸潤性腺癌と浸潤性腺癌の鑑別において、単変量解析では、上皮内腺癌～微少浸潤性腺癌の群と浸潤性腺癌の群との間で、すべての検討項目で有意な差を認めた。浸潤性腺癌は上皮内腺癌～微少浸潤性腺癌に比して腫瘍体積、腫瘍重量、腫瘍の平均CT値、分散、エントロピー、パーセンタイルCT値 (10th, 25th, 50th, 75th, 90th, 95th)が有意に高く、残りの因子は有意に低かった。多変量解析では90パーセンタイルCT値とエントロピーで有意差を示した。多変量解析で独立した因子と判明した90パーセンタイルCT値とエントロピーに関してROC解析を行ったところ、2群を非常に良好に鑑別することができた。
また、肺癌画像診断の経験の乏しい医学生が同様の解析を行い、放射線診断専門医の解析結果と比較したところ、同等の結果が得られ、定量的画像解析の客観性や再現性が明らかとなった。
肺腺術後の予後予測能の検討において、テクスチャ解析結果に基づく多変量解析では75パーセンタイルCT値と円形率が高値である病変は有意に術後再発率が高かった。テクスチャ解析（75パーセンタイルCT値＋円形率）は充実成分径に比して有意に再発予測力が高く、肺腺癌の術後再発を正確に予測可能であった。同様に予測能の検討において、人工知能に基づく予後予測能は放射線診断医の視覚的評価に基づく予測能より有意差は認められないもののより良好であった。人工知能により5年無再発率20%以下と予測された群は、20%超と予測された群より、無再発生存率が有意に高かった。結論として、AIに基づく術後予後予測は放射線診断医が評価した古典的指標に基づく予後予測と比較して同等か、あるいはより正確であると考えられた。
|
Research Products
(1 results)
