2023 Fiscal Year Research-status Report
乳房MRI・非腫瘤性造影効果に対するマルチパラメトリック診断手法の確立
| Project/Area Number |
20K08033
|
|---|
| Research Institution | Kyoto Prefectural University of Medicine |
|---|
Principal Investigator |
後藤 眞理子 京都府立医科大学, 医学(系)研究科(研究院), 特任准教授 (20605042)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
中山 良平 立命館大学, 理工学部, 教授 (20402688)
|
|---|
| Project Period (FY) |
2020-04-01 – 2025-03-31
|
| Keywords | 乳房MRI / 乳癌 / 非腫瘤性造影病変 |
|---|
| Outline of Annual Research Achievements |
本研究の最終目的は、乳房MRIにおける非腫瘤性造影効果のマルチパラメトリック診断による診断精度の向上と病変抽出・悪性度確立分布図（malignant probability map: MP-map）の構築を目指すことである。
前年度を踏襲し、ダイナミックMRIの画像データを用い、ダイナミックMRI各時相におけるボクセルの信号値に基づき、機械学習により非腫瘤性造影病変を正常乳腺の造影効果と区別して自動抽出するモデルを作成、精度の向上に努めた。
京都府立医科大学附属病院乳腺外科医の診察後、診療上の必要性があり乳房造影MRIが施行された症例（女性のみ）のうち、非腫瘤性造影病変あり、と診断された症例を抽出。乳房MRI撮影は当院に現有する3テスラMRI 装置で行った。非腫瘤性造影病変が指摘された症例はこれまでに80症例集積でき、当該症例のダイナミックMRIにおける非腫瘤性造影病変に乳腺専門の放射線診断専門医が関心領域を設定。研究分担者である立命館大学理工学部においてMRI画像データ解析を行い特徴量を抽出。機械学習を用い、非腫瘤性造影病変を正常乳腺造影効果と区別して自動的に抽出するモデルの構築、改善を検討した。結果、機械学習を用いて精度の高い非腫瘤性病変自動抽出モデルの作成、報告を行うことができた。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
COVID 19パンデミック中、また後の乳腺外科の診療体制変更に伴い、乳房MRI施行症例減少があり、症例の集積に難渋している。
互いの多忙による研究責任者・分担者とのコミュニケーション不足により画像解析に後れを生じている。
|
| Strategy for Future Research Activity |
診療科と協議の上、当施設内での乳房MRI撮影を増やし症例の蓄積に努める。
今後は研究責任者・分担者の間で月1回程度の定期的なWEB会議を行い、進捗状況の確認に努める。
|
| Causes of Carryover |
COVID19後、国際学会への渡航が難しく旅費が不要となっていた。国内及び国際学会は現地出張がほぼ通常通り行えるようになってきており、次年度以降の旅費として使用したい。
また最終年度である本年度は、画像データの収集や整理、画像解析を行うための人員を雇うための人件費としたい。
さらに研究分担者とのコミュニケーションを密に行うためWEB会議の充実を図ることを予定しており、ネットワーク環境、web会議システム構築のための機器購入などに充てる予定である。
|
