Non invasive estimation of renal fibrosis using MRI and texture analysis

2021 Fiscal Year Final Research Report

• Project/Area Number: 19K08124
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 52040:Radiological sciences-related
• Research Institution: Kyushu University (2020-2021); University of the Ryukyus (2019)
• Principal Investigator: Ishigami Kousei 九州大学, 医学研究院, 教授 (10403916)
• Co-Investigator(Kenkyū-buntansha): 村山 貞之 琉球大学, 医学部, 非常勤講師 (60239548) ; 伊良波 裕子 琉球大学, 医学(系)研究科(研究院), 客員研究員 (50305207) ; 與儀 彰 琉球大学, 医学(系)研究科(研究院), 助教 (80510718) ; 加留部 謙之輔 琉球大学, 医学(系)研究科(研究院), 教授 (20508577) ; 齋藤 誠一 琉球大学, 医学(系)研究科(研究院), 教授 (80235043)
• Project Period (FY): 2019-04-01 – 2022-03-31
• Keywords: 腎腫瘍 / 悪性度評価 / 前立腺腫瘍 / FDG-PET/CT / MRI / テクスチャー解析 / Radiomics

Outline of Final Research Achievements

We analyzed the parameters provided by preoperative 18 F-fluorodeoxyglucose positron emission tomography/computed tomography (FDG-PET/CT) for prognostic prediction of renal cell carcinoma (RCC).We compared the high and low standardized uptake values (SUV) groups two groups according to recurrence/metastasis to determine prognosis-influencing factors. The SUV of the PET/CT scan were independent predictors of prognosis after adjusting for confounders regardless of the tumor subtypes.
We also investigated the potential of stratification of prostate cancer patients into low- and high-grades using multiparametric magnetic resonance (MR) radiomics. The results suggested that the proposed approach with multiparametric MR radiomics in conjunction with 2-dimensional joint histogram computed with dynamic contrast-enhanced images could have the potential to stratify prostate cancer patients into low- and high grades.

Free Research Field

腹部画像診断

Academic Significance and Societal Importance of the Research Achievements

腫瘍の悪性度を低侵襲な画像検査で推定することは治療方針を決定する上でも重要である。今回の研究では、従来FDG-PET/CTでのFDG集積が乏しいとされている腎細胞癌でのFDG集積に着眼し、FDG集積の高い腎細胞癌の予後が不良であることを明らかにした。従来の形態学的なアプローチに加え、低侵襲な機能診断が腎細胞癌の予後予測に有用な事を明らかにした。次に、前立腺癌の悪性度を通常のMRIでの形態診断に加え、radiomicsと呼ばれる画像で得られる定量評価（特徴量）から推定可能であることが示された。この新たな診断アプローチは、人工知能（AI）診断への将来展開という点でも意義があると考えられる。