| Project/Area Number |
22K07769
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 52040:Radiological sciences-related
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
徳田 由紀子 大阪大学, 大学院医学系研究科, 講師 (50522744)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
梁川 雅弘 大阪大学, 大学院医学系研究科, 准教授 (00546872)
鈴木 裕紀 大阪大学, 大学院医学系研究科, 特任助教(常勤) (20845599)
直居 靖人 大阪大学, 大学院医学系研究科, 招へい教授 (30646211)
富山 憲幸 大阪大学, 大学院医学系研究科, 教授 (50294070)
木戸 尚治 大阪大学, 大学院医学系研究科, 特任教授(常勤) (90314814)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2024: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2022: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
|
|---|
| Keywords | Breast cancer / MRI / Radiogenomics / Neoadjuvant chemotherapy / pCR / 乳癌 / 術前化学療法 / 病理学的完全奏功 |
|---|
| Outline of Research at the Start |
乳癌の術前化学療法により病理学的完全奏功に至った(=癌が乳房内からもリンパ節からも全部消失した)患者は、そうでない患者と比較して予後も非常に良いことがわかっている。
乳癌患者に術前化学療法を施行した場合に「癌が消失する」ことを、事前に精度高く予測できるようにするために、通常の診療で一般的使用するMRIを主軸にした、遺伝子発現情報との融合によるRadiogenomics診断アルゴリズムを、AI技術を用いて世界に先駆けて構築する。
|
| Outline of Annual Research Achievements |
本研究の目的は、乳癌のMRI(Radiomics)に加えて、乳癌組織から採取した１片から得られた遺伝子発現の因子(Genomics)を合わせて、病理学的完全奏功を予測す
るために、乳癌術前化学療法により癌が完全消失する予測モデルを、MRIと遺伝子発現のRadiogenomics融合診断アルゴリズムとして構築することである。
当研究で使用するGenomicsは、当学乳腺内分泌外科で開発されたimmune-related signature for prediction of pathological complete response to
neoadjuvant chemotherapy in human breast cancer(IRSN)の連続変数である。IRSN遺伝子発現情報のある症例群を術前化学療法を施行した症例群から抽出し、さらに、MRI画像に技術的な不具合のある症例や、患者の体動などで検討に使用できない症例などを除いて、使用可能なMRI画像のある症例群を抽出した。
対象症例をコンセンサスにより決定し、対象腫瘤のセグメンテーションには、オープンソースソフトウェアの3D Slicerに搭載されている半自動セグメンテーションツールを用いた。ドラフトとして院生がセグメンテーションし、その後、乳腺MRI読影経験豊富な放射線科医が確認して、必要なところは修正して決定した。今年度は、対象腫瘤のMRI上のテクスチャーから1000以上の特徴を抽出した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
対象症例をコンセンサスにより決定し、対象腫瘤のセグメンテーションには、オープンソースソフトウェアの3D Slicerに搭載されている半自動セグメンテーションツールを用いた。ドラフトとして院生がセグメンテーションし、その後、乳腺MRI読影経験豊富な放射線科医が確認して、必要なところは修正して決定した。今年度は、対象腫瘤のMRI上のテクスチャーから1000以上の特徴を抽出した。
|
| Strategy for Future Research Activity |
今後は、対象腫瘤におけるMRI上のテクスチャーから抽出した1000以上の特徴のうち、どの特徴が、術前化学療法後病理学的完全奏功に関連するか、また、IRSNに関連するかを解析により抽出し、ROC解析により、予測モデルを構築できるか検討する。
|
