| 研究課題/領域番号 |
16K10270
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
放射線科学
|
|---|
| 研究機関 | 獨協医科大学 (2019)
東京医科歯科大学 (2016-2018) |
|---|
研究代表者 |
久保田 一徳 獨協医科大学, 医学部, 教授 (40625480)
|
|---|
| 研究分担者 |
藤岡 友之 東京医科歯科大学, 医学部附属病院, 講師 (60771631)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2018年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2017年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2016年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 乳癌 / 画像診断 / PET / MRI / 超音波 / サブタイプ / heterogeneity / 医療・福祉 / 癌 / ゲノム / 放射線 |
|---|
| 研究成果の概要 |
この研究では作成した乳癌データベースに基づいて、FDG-PET/CT、MRI、および超音波画像と、乳癌の関係についての検討を行った。初めに、トリプルネガティブ乳癌およびその亜分類における画像所見の特徴の検出を行った。続いて乳癌全般に対しての総合的な解析や検討を行い、とくにサブタイプごとにおける特徴について発表してきた。研究途中からはAI(人工知能)でのdeep learningを用いた手法を習得して検討を行った。その結果、粘液癌を対象としたFDG-PETを中心とした画像所見の特徴、良悪性鑑別におけるAIを利用した画像診断への応用について結果を示した。
|
| 研究成果の学術的意義や社会的意義 |
乳癌は遺伝学的にも多数の疾患の複合体であり、病理診断や遺伝学的検査での研究が進められ臨床応用されている。乳癌の画像所見も様々に異なっており、画像診断により病態がわかることで、手術や生検以外の方法で少ない侵襲で治療方針の変更にも繋げることができるため、社会的な意義も大きいと考えられる。また、新しい人工知能による研究手法も用いたことで、今後のさらなる研究の発展にも貢献できると考えられる。
|
