2022 Fiscal Year Research-status Report
卵巣癌における深層学習を利用したラジオミックス・ラジオゲノミックス解析について
| Project/Area Number |
21K09466
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
宮本 雄一郎 東京大学, 医学部附属病院, 講師 (70634955)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
曾根 献文 東京大学, 医学部附属病院, 講師 (90598872)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 深層学習 / 子宮肉腫 / 卵巣腫瘍 |
|---|
| Outline of Annual Research Achievements |
子宮筋腫と子宮肉腫の鑑別においてもMRI検査は有用であるが、しばし筋腫が変性している際に子宮肉腫の鑑別に苦慮する場合がある。我々は多施設共同で子宮肉腫と子宮筋腫を罹患した患者263 例（子宮肉腫：63 例、子宮筋腫：200 例）の術前 MRI 画像を用い深層学習による子宮肉腫の診断モデルの開発を目指した。開発した深層学習モデルの「子宮肉腫」および「子宮筋腫」の正診率は 91.3%と高い正診率を示した。放射線科専門医、放射線科専攻医と開発した診断モデルを比較した所、放射線科専攻医を上回り、放射線科専門医に匹敵する成績であった。さらに深層学習モデルが放射線診断医の補助的な役割を担えるか確認するために、深層学習モデルの判定結果を通知後、放射線科医師の正診率が向上するか検討した。結果として放射線科専門医、放射線科専攻医の成績は、それぞれ上昇し、この開発したモデルが診断のサポートの役割を担うことができた。卵巣癌の診断モデルについても研究を開始し、卵巣腫瘍のデータベースの作成を行った。具体的には、東京大学医学部附属病院と都立駒込病院で手術を行い病理学的診断がついた卵巣腫瘍患者症例を収集した。良性腫瘍267例、境界悪性腫瘍188例、悪性腫瘍311例の臨床情報、血液検査所見、病理学的データを収集した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
子宮肉腫を対象に深層学習を用いたMRI診断システムを確立した。
|
| Strategy for Future Research Activity |
子宮肉腫と子宮筋腫の判別研究で応用した一連のノウハウをもとにして、卵巣腫瘍症例を用いて画像処理を行う。まずは予備実験として30症例を対象に抽出して画像処理を行い、深層学習による評価が可能かどうかを検討する。具体的には、MRIの撮像条件から、T1axi, T1sag, fsT1axi, fsT1sag, T2axi, T2sag, T2cor, fsT2axi, DWI, ADC, dynamic contrast-enhanced axi, dynamic contrast-enhanced sag, fsT1CEaxi, fsT1CEsag, fsT1CEcorの撮像データを収集する。また、収集したMRIのDICOMデータを、Horosソフトウェアを用いてJPEGデータに変換する。MobileNet-V2ネットワークを用いて学習が可能かを確認する。これらの一連の流れがワークすることが確認できたら、症例数を増やして、同様の処理を行い、卵巣腫瘍の良悪性が予測できるかどうかを検討するとともに、その精度を検討していく。また、解析の軸としては、まず、卵巣腫瘍の良悪性を区別することを目的として、全腫瘍を良性と悪性に分類して、MobileNet-V2により良悪性が診断可能かどうかを検討していく。
|
| Causes of Carryover |
今年度の研究については想定よりスムーズに進む、使用額が低く抑える事ができた。
|
