| 研究課題/領域番号 |
16K20181
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
産婦人科学
|
|---|
| 研究機関 | 福井大学 |
|---|
研究代表者 |
山本 真 福井大学, 学術研究院医学系部門(附属病院部), 助教 (70719054)
|
|---|
| 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 |
2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
2018年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2017年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2016年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
|
|---|
| キーワード | 子宮肉腫 / テクスチャー解析 / FDG-PET / テクスチャ解析 / バイオマーカー |
|---|
| 研究成果の概要 |
子宮肉腫は非常に稀な予後不良の疾患であり、外科的に摘出しても高率に肺転移を生じる。効果的な治療法開発のため新たな予後予測のツールが必要不可欠である。そこで我々は新たな分子イメージング法を用いたRadiomics解析法に着目した。Radiomics解析法の一つであるテクスチャ解析とは、粗い、滑らかといった一般的な質感などの情報を数量化する試みである。本研究では、臨床検体での子宮肉腫テクスチャ解析と予後予測に有用な特徴量を検索した。その結果、子宮肉腫と子宮筋腫の鑑別に従来から用いられている一次特徴量であるSUVmaxだけでなく、二次特徴量でも良好な鑑別能を示していることを論文投稿で報告した。
|
| 研究成果の学術的意義や社会的意義 |
子宮肉腫は外科治療後も高率に転移再発を起こすため、予後不良の疾患であるものの有効な化学療法が限られている。また鑑別疾患として良性の子宮筋腫が挙げられるが、子宮肉腫自体が非常に稀な疾患であるためその鑑別は困難である。本研究では、子宮肉腫と子宮筋腫の鑑別に従来用いられているSUVmaxというパラメータだけでなくテクスチャ解析を用いた二次特徴量も有用であることが分かった。今後は、AIを用いたdeep learningを導入することで、更に精度の高い鑑別や子宮肉腫の予後予測が可能になると考えられる。
|
