| 研究課題/領域番号 |
15K18428
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
腫瘍診断学
|
|---|
| 研究機関 | 国立研究開発法人理化学研究所 (2017)
信州大学 (2015-2016) |
|---|
研究代表者 |
山本 陽一朗 国立研究開発法人理化学研究所, 革新知能統合研究センター, ユニットリーダー (00573247)
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2018-03-31
|
| 研究課題ステータス |
完了 (2017年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2017年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2016年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2015年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 人工知能 / 機械学習 / 乳癌 / 浸潤 / 形態情報 / 非浸潤癌 / ビッグデータ / Digital Pathology / Digital pathology |
|---|
| 研究成果の概要 |
癌細胞を用いずとも、その周囲に存在する筋上皮細胞の形態情報だけで、正常、良性病変、2種類のDCISの4つの組織型が90.9%の精度で分類できることがわかった。また癌周囲に存在する可能性が高い細胞の特徴から、新しい乳癌浸潤メカニズムを提唱した（Yamamoto et al. Sci Rep. 7, 46732, 2017.）。癌と周囲の正常組織の画像解析を組み合わせることで、よりきめ細かく癌の悪性度を判別できる可能性があることがわかった。今後、病理分野における診断補助システムへの応用につなげていく予定である。
|
