2020 Fiscal Year Annual Research Report
Diagnosis of extra nodal extension based on multimodality imaging and machine learning in patients with head and neck cancer.
| Project/Area Number |
18K07758
|
|---|
| Research Institution | Kumamoto University |
|---|
Principal Investigator |
東家 亮 熊本大学, 大学院生命科学研究部(医), 准教授 (60452893)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
甲斐 祐大 熊本大学, 病院, 診療放射線技師 (60816239)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 放射線治療 / 頭頸部腫瘍 / リンパ節転移 / 節外浸潤 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
UICC(Union for International Cancer Control、国際対がん連合)のTNM分類第8版への改訂によって、頭頸部腫瘍のN分類(リンパ節転移)が変更され、節外浸潤を伴うリンパ節を有する症例はN3bに分類された。また、近年放射線治療症例において、節外浸潤を伴うリンパ節の周囲は、顕微鏡レベルの癌細胞の広がりを考 慮して標的体積を大きく設定することが推奨されるようになってきている。本研究の目的はマルチモダリティイメージングと機械学習によって、放射線治療計画のための新たな節外浸潤診断法を開発することである。始めに、病理組織所見と18F FDG-PET画像との比較対照を行い、定量的指標であるSUVを利用した節外浸潤の診断能を評価した。節外浸潤があるリンパ節は節外浸潤がないリンパ節に比べて有意にSUVが高かった。ROC解析を行ったところ、AUCは0.913であった。カットオフ値を3.0に設定したときの診断能は感度が81.1%、特異度が94.3%、正診度が93.1%であった。これらの結果から、SUV単独でも節外浸潤に関して高い診断能を持つことが示唆された。本研究の成果は英文誌にて発表を行った(Toya et al. Anticancer Res. 2020)。 次に、高分解能PET装置を用いた基礎実験を行った。ボクセルサイズが4mmの画像は1-2mmの画像ではSUVが有意に低下していた。分解能に応じて適切なカットオフ値を決定する必要があることが示唆された。本研究の成果は英文誌にて発表を行った(Watakabe et al. Anticancer Res. 2020)。
|
Research Products
(3 results)
