• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2021 Fiscal Year Research-status Report

Development of screening test using texture analysis in CT colonography

Research Project

Project/Area Number 21K15778
Research InstitutionChiba University

Principal Investigator

栃木 透  千葉大学, 医学部附属病院, 助教 (00645567)

Project Period (FY) 2021-04-01 – 2024-03-31
KeywordsCTコロノグラフィー / テクスチャ解析 / MPR画像
Outline of Annual Research Achievements

始めにパイロットスタディとして2014年4月から2021年3月の間に当科を受診した大腸癌患者群1056例の中から術前に大腸ポリープに対し内視鏡的治療を施行した患者96例を抽出し、隆起性病変部分のFractal解析を施行した。この解析により、隆起性病変部位のFractal Dimension(FD)の中央値が悪性で0.873、良性で0.548と有意差をもって示され、FDは両悪性の鑑別に有効であることが示唆された。また、診断能に関しても感度91.7%、特異度77.3%、正診率84.4%と、内視鏡による診断能と比べ遜色はなものと考えられた。
続いて、株式会社Pixspaceと共同で開発したCTCに対する画像解析ソフト”Attractive basic CPR”を用いて研究を行った。virtual endoscopy画像で隆起性病変部を同定し、任意の断面図でtexture解析を行うことが可能となった。先の研究同様に2019年1月~2021年3月の25症例に対して検討を行った。合計82か所の隆起性病変を指摘されており、そのうち25か所は癌病変であった。このうち、CTCにて解析可能であった癌病変部24か所と良性腫瘍部位42か所に対してtexture解析を行った。FD値は良悪性の間に有意差を認め、ROC解析を行いcut off値を算出したところ、FD 1.943で感度87.5%、特異度85.4%との結果を得た。同様に、kurtosis、skewness、entropy、Gray-Level Co-occurrence Matrix(GLCM)を測定し、kurtosis、entropy、GLCMにおいても両群間に有意差を認めた。いずれのparameterにおいても良好な診断能が得られ、これらのparameterは隆起性病変部の両悪性の鑑別に有効であるということが示唆された。

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

当初の研究計画として令和3年度は、まず症例の蓄積とデータベースの作成を行う予定であったが、すでに2014年4月から2021年3月の症例を蓄積しデータベース化しつつある。また、株式会社Pixspaceの協力のもと画像解析ソフトを作成することを予定していたが、有用な解析ソフトの開発にも着手し成果を上げることができた。texture解析により、これまでに有効性を示してきたFractal DimensionやHistogram解析値の他にも、Gray-Level Co-occurrence Matrix(GLCM)といった新たなparameterも見出すことができ、今後さらに有効性を示すことができればと考えている。ただ、病変部位の半自動抽出という点では難しく、今後のさらなる開発が必要である。コロナ禍により発表を行う機会が少なくなってしまっているが、可能なところで行うこともできた。

Strategy for Future Research Activity

CTCに対する画像解析ソフト”Attractive basic CPR”を用いて画像解析方法の確立と、蓄積された症例に対する解析を行っていく。多くの症例でtexture解析を行うことにより、有効なparameterを抽出しさらには有効なcut off値を見出す。得られたデータにもよるが、一つのparameterだけでなく多数のparameterを組み合わせるなど、より工夫をして診断能の制度も高めていきたい。また、臨床病理学的な因子や予後との比較も行うことで、Imaging biomarkerとしての有効性についても検討していきたい。今後は実臨床での応用を視野に入れ、AIなどを用いた半自動的な病変部位の同定を目指しソフトの開発も進めていくことができるよう検討を重ねていきたい。これらの研究成果については随時国内外の学会等で発表を行っていく予定である。

Causes of Carryover

コロナ感染拡大に伴い、国内外の学会参加が叶わなかった事による。
併せて研究に使用する製品が入手困難であった。

URL: 

Published: 2022-12-28  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi