2021 Fiscal Year Annual Research Report
人工知能を用いたレディオミクス特徴に基づいた乳がん患者の予後予測
| Project/Area Number |
19K20719
|
|---|
| Research Institution | Ritsumeikan University |
|---|
Principal Investigator |
檜作 彰良 立命館大学, 理工学部, 助教 (20822844)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 乳がん / レディオミクス / 複数シーケンス / Lasso / Cox比例ハザードモデル |
|---|
| Outline of Annual Research Achievements |
本年度は，乳房MRI（Magnetic Resonance Imaging）画像から得られた複数のRadiomics特徴量を用いたCox比例ハザードモデルにより，乳がんの生存推定を行った．実験試料は，The cancer imaging archive（TCIA）にある，乳がんのデータセットを用いた．このデータセットには２２２症例の画像データが含まれている．本研究では，このデータセットより６６症例（T1強調画像，T2強調画像，Dynamic Contrast Enhanced MRI画像（造影前，造影２分半後，造影７分半後））を選択し，実験試料として使用した．これらの画像サイズは256 画素 × 256 画素，ピクセルサイズは0.32 mm × 0.32 mmである．提案手法ではまず，乳房MRI画像において，腫瘍の面積が最大となるスライスを1枚選択し，腫瘍領域を手動でマーキングした．次に，そのマーキングした腫瘍領域より，腫瘍の形状，大きさ，テクスチャ特徴量（First order statistics，GLCM，GLRLM，GLSZM，GLDM，NGTDM）に関する102個のRadiomics特徴量を各シーケンス画像より抽出した（合計：５１０個）． 次に，Lasso（least absolute shrinkage and selection）を用いて，各シーケンス画像より推定に有用なRadiomics特徴量を複数個選択した．最後に，選択した特徴量を用いたCox比例ハザードモデルにより，患者の生存率の推定を行った．今後の課題として，さらに多くの症例で提案手法を評価する必要がある．
|
