• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2021 Fiscal Year Research-status Report

Evaluation of rectal cancer aggressiveness based on conductivity imaging

Research Project

Project/Area Number 18K07635
Research InstitutionSapporo Medical University

Principal Investigator

畠中 正光  札幌医科大学, 医学部, 教授 (40253413)

Co-Investigator(Kenkyū-buntansha) 山 直也  札幌医科大学, 医学部, 講師 (20404709)
小野寺 麻希  札幌医科大学, 医学部, 助教 (20404717)
杉田 真太朗  札幌医科大学, 医学部, 准教授 (50451670)
西舘 敏彦  札幌医科大学, 医学部, 助教 (80404606) [Withdrawn]
Project Period (FY) 2018-04-01 – 2023-03-31
Keywords直腸がん / MRI / Conductivity / DWI / IVIM
Outline of Annual Research Achievements

ドイツの共同研究者であるUlrich博士との連携が十分ではなく、現在のところ解析が可能であった10例のconductivity imagesに対して、LIFEx Version7.0を用い、Gray level=64、データ範囲±3δの設定条件で行ったtexture解析結果からは以下の結果が示された。
リンパ節転移巣の有無に関して、Gray-Level Co-Occurence Matrix Contrast: p=0.006、Gray-Level Co-Occurence Matrix Correlation : p=0.027、病変の進行度に関して(Stage 1,2 versus Stage 3,4)も同様にGray-Level Co-Occurence Matrix Contrast: p=0.006、Gray-Level Co-Occurence Matrix Correlation : p=0.027、 また有意とは言えなかったが、病変分化度(Well differentiated adenocarcinoma versus Moderate differentiated adenocarcinoma)に関してGray Level Run Length High Gray Level Run Emphasis: p=0.086、リンパ節転移の有無に関して、最大値:p=0.093、25%値:p=0.093、同様に病変の進行度に関して(Stage 1,2 versus Stage 3,4)、最大値:p=0.093、25%値:p=0.093の結果が得られ解析症例数が増加すると、特にリンパ節転移の有無に関してある程度予測可能となることが期待された。

Current Status of Research Progress
Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

50例以上の症例を登録できており、conductivity imageの作成ができればデータ解析に取り掛かることが可能であるが、Johns Hopkins大学のデータによれば、直近28日間のドイツの感染者数は540万人、死亡者は6000人余りとなっており、ドイツのUlrich Katsher博士の作業が予定通りには進んでいない。
Ulrich博士の負担を軽減するために一人当たり480枚のEPT画像から、病変部を抽出した画像のみを博士に送り、conductivity画像を効率よく計算頂く方法を考えてはいるが、480枚の画像を1枚ずつ確認し、手作業で病変部の抽出画像を作成することは不可能に近く、最近この分野で良く用いられている3D Sliceというソフトウエアを利用してのsegmentationを模索している。

Strategy for Future Research Activity

一人当たり480枚のEPT画像から、病変部を抽出した画像を手作業で抽出することは膨大な作業になってしまうので、例えば、術前治療なしに手術が行われた症例に絞ってこの作業を進め、conductivity画像を作成し、TNM, Ly, Veなどの病理所見との統計学的な関連を解析する方法や、この対策も困難な場合は、次善の策としてIVIM images(b=0, 100 s/mm2, 1000 2/mm2, 1500 s/mm2))やその元となるDWI(b=1000 s/mm2, 1500 s/mm2)の画像からのtexture抽出に切替え、TNM, Ly, Veなどの病理所見との統計学的な関連および術前治療が行われた症例に対しては病理学的治療効果(grade)等との関連を解析する方法も視野に入れて研究を進めていくことを考えている。

Causes of Carryover

本年度もCOVID-19感染症が蔓延したため、ドイツのUlrich博士との共同研究や国内外の学会・研究会での発表や意見交換を十分行うことができなかったために経費に残額が生じてしまった。最近は、texture解析ソフトウエアを使用した画像データの解析発表が認められるようになってきており、残額に関して、学会等参加費用および解析ソフトウエア等の購入に充てる予定である。

URL: 

Published: 2022-12-28  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi