2023 Fiscal Year Annual Research Report
Explainable AI diagnostic system for breast cancer using tomosynthesis
| Project/Area Number |
20H03738
|
|---|
| Research Institution | Tohoku University |
|---|
Principal Investigator |
植田 琢也 東北大学, 医学系研究科, 教授 (40361448)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
佐谷 望 東北医科薬科大学, 医学部, 助教 (50816444)
原田 達也 東京大学, 先端科学技術研究センター, 教授 (60345113)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Keywords | 乳癌 / マンモグラフィ / 診断支援 / 人工知能 |
|---|
| Outline of Annual Research Achievements |
本年度は、「Deep learning model to predict Ki-67 expression of breast cancer using digital breast tomosynthesis」の研究を完了し、論文成果がBreast Cancer学術誌にacceptされた。この研究では、デジタル乳房トモシンセシス（DBT）画像を用いて、乳がんのKi-67発現を予測する深層学習モデルの開発に成功した。Ki-67発現予測はは乳がんの予後に関与する因子で、重要な臨床的意義をもつ
加えて、聖路加国際病院の乳がんトモシンセシス画像データセットに、東北大学乳腺外科から提供された画像データへのアノテーション作業を行い、研究に必要なデータセットの作成を進めた。これにより、マンモグラフィ、トモシンセシス、MRIといったマルチモダリティによる研究が可能となり、乳がん診断の精度向上に貢献する研究を推進した。
また、新たな深層学習モデルである「Multiscale Image Morphological Extraction Vision Transformer (MIME-ViT)」の開発に取り組んだ。MIME-ViTは、Vision Transformer（ViT）とConvolutional Neural Networks（CNN）を統合することで、乳房マンモグラフィー画像の多スケール形態学的特徴を捉える能力に特化したモデルである。この研究は、乳がんのより正確な検出と診断を目指し、マンモグラフィー画像解析における新たなアプローチを提案している。現在、MIME-ViTに関する研究成果は投稿準備中であり、近い将来、学術誌への掲載を目指している。
これらの研究は、AI技術を活用した乳がん診断方法の進化に寄与するものであり、より効果的な乳がん診断・治療戦略の開発に貢献していく所存である。
|
| Research Progress Status |
令和5年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和5年度が最終年度であるため、記入しない。
|
