深層学習における放射線画像を使用した学習済みFine Tuningモデルの作製

2019 Fiscal Year Research-status Report

• Project/Area Number: 18K15597
• Research Institution: Osaka City University
• Principal Investigator: 堤 真一 大阪市立大学, 大学院医学研究科, 非常勤講師 (60647866)
• Project Period (FY): 2018-04-01 – 2022-03-31
• Keywords: 深層学習

Outline of Annual Research Achievements

今年度は、大量に集めたマンモグラフィの画像から、病理学分類に迫れるかの研究を行った。通常、マンモグラフィでは大きく悪性か良性かの判断にとどまるが、そのマンモグラフィから、浸潤性乳管癌の3分類(solid-tubular、pappilotubular、schirrous)を深層学習にて行った。そして、その結果を可視化し、どの部位に深層学習が注目して分類しているかを明らかにした。下記に詳細を示す。pappilotubular type、scirrhous type、solid-tubular typeの分類がそれぞれAUCで、0.57、0.73、0.73で可能だった。また、ここからDLの特徴量を可視化するGrad-CAMというテクニックを用いると、papillotubular typeで石灰化の形状及び並びに特徴がありそうだということ、scirrhous typeで腫瘍の辺縁に特徴がありそうだということ、solid-tubular typeには腫瘤の一部分に特徴がありそうかつ石灰化病変があるときはその近傍の充実部にも特徴がありそうということがわかった。 これらは、病理学的な側面から考えると理にかなっている。病理学的に、pappilotubular typeは石灰化を伴う管内進展を示し、浸潤した管から周囲の間質に浸潤することがある。solid-tubular typeは、固形で不明瞭な乳管形成を示す。それは周囲の組織に対して圧排性に成長する。scirrhous type は、間質性結合組織の増殖を伴い、散在、小塊状または索状に間質への浸潤を示す。本研究の特徴の視覚化による各所見は、これらの病理学的特徴に対応するようだった。

Current Status of Research Progress

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

Reason

大量に集めた放射線画像をベースにして、マンモグラフィから病理的分類を試みるプロジェクトを今回行った。

Strategy for Future Research Activity

マンモグラフィからの浸潤性乳管癌の3分類の結果は現在まとめており、2020年度には発表できると考えている。

Causes of Carryover

当初よりはやや使用額が増えたが、前年度未使用額があったため、次年度使用額が生じた。