Development of a Predictive Model for Prostate mpMRI and Pathological Grades Using Radiomics Analysis

2021 Fiscal Year Research-status Report

• Project/Area Number: 21K15783
• Research Institution: Kyoto University
• Principal Investigator: 中村 清直 京都大学, 医学研究科, 助教 (70822980)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: 前立腺癌 / MRI / radiomics

Outline of Annual Research Achievements

京大病院にて前立腺癌に対して放射線治療を行った患者のうち、京大病院にて前立腺MRIが撮影されていた50例を抽出した。前立腺MRIを放射線治療計画装置に転送し、拡散協調画像およびT2強調像にて同定される病変をT2強調像の上にコンツールした。その際には針生検の結果をもとにgrade groupごとに１から５までのグループに分けてコンツールを行った。前立腺内に病変が複数存在することも多いが、その場合は病変それぞれに対してグループに分けてコンツールを行った。
病変部のコンツールを行ったMRIのstructure setをpyradiomicsというソフトフェアを用いてradiomics解析を行った。グレード１・2を低グレード群、３から5を高グレード群とし、2群に分けてfirst orderおよびshapeに関わる32の特徴量を抽出した。32個すべての特徴量の抽出が可能であった。また特徴量の差を2群間で評価したところ、SphericityおよびSurfaceVolumeRatioの2つの特徴量に統計学的に有意な差を認めた。SphericityとSurfaceVolumeRatioともに低グレード群が有意に高かった。Sphericityは高いほど球体に近いことを示す数値であり、SurfaceVolumeRatioは低いほど球体に近いことを示す。そのためこの2つの結果は矛盾しているようにも考えられるため、さらに評価を進める必要がある。

Current Status of Research Progress

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

Reason

解析対象となる症例は十分であり、またpyradiomicsを用いた特徴量の抽出は問題なく可能であった。

Strategy for Future Research Activity

今後は解析対象となる症例を増やし、また抽出する特徴量を増やしモデルの作成を行う。次にそのモデルをもとにMRI画像上で病変の輪郭描出が可能かどうか、また描出した輪郭が正しいかを、教師データ群および新たな症例を用いて検証する。

Causes of Carryover

新型コロナウイルスの蔓延に伴い、学会出張にかかる旅費が不要となったため。次年度には研究成果を発表するための学会参加の際に使用予定である。