2019 Fiscal Year Research-status Report
転移性肝腫瘍に対する人工知能（AI）を用いた治療効果予測の確立
| Project/Area Number |
19K08160
|
|---|
| Research Institution | Iwate Medical University |
|---|
Principal Investigator |
田村 明生 (赤羽明生) 岩手医科大学, 医学部, 助教 (90714444)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
石田 和之 獨協医科大学, 医学部, 教授 (40444004)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 大腸癌 / 肝転移 / CT / ノイズ低減 / テクスチャー解析 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は、化学療法後の大腸癌肝転移のCT画像の定量解析と病理組織診断を結びつけ、予後予測や治療効果予測へ反映させることである。
本年度はCT画像および病理標本を対比するためのデータベース作成を進めた。読影実験において造影CTの所見は組織学的な壊死の性質の違い、腫瘍壊死と梗塞型壊死の優位性、粘液の有無を反映しており、さらに壊死の性質を加味した腫瘍細胞の残存率が画像所見と良好に関連していることが示された。順次テクスチャー解析を行う予定である。
先行してテクスチャー解析の実行可能性を検討するため、比較的コントラストが高く病変のsegmentationが容易な肺結節に注目し、技術検討を行った結果を北米放射線学会で発表した。
また3次元的な解析を行うにあたりthin-slice画像を活用することが必要になるが、thin-slice画像ではノイズの増加や低コントラスト分解能の低下が問題であった。我々は造影CTにおいて、イメージベースのノイズ低減ソフトウェアを用いることで、十分な画質を担保しつつthin-slice画像を運用可能であることを示した。この成果は英文誌にて発表された（Feasibility of thin-slice abdominal CT in overweight patients using a vendor neutral image-based denoising algorithm: Assessment of image noise, contrast, and quality.Akio Tamura, et al. PLoS ONE 14(12): e0226521. https://doi.org/10.1371/journal.pone.0226521）。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
基礎となるデータは集められたと考えられる。次年度以降、順次解析を進める。
|
| Strategy for Future Research Activity |
今後、①CT画像の定量解析により得られた結果と、術後病理組織標本上で得られた腫瘍
壊死の割合、壊死の種類との関連の検討、②テクスチャー解析の精度向上のためのCT画
像のノイズ低減技術の検討、を引き続き行い順次学会発表、論文発表を行う。
|
| Causes of Carryover |
予定より少額の誤差が生じたが、研究は予定通り行うことができた。現在準備中の英語論文の英文校正費に支出予定である。また，国内外の学会参加費も支出予定である。
|
