• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

デジタル病理画像の機械学習による肺腺癌の予後予測モデルの構築

研究課題

研究課題/領域番号 17K08740
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 人体病理学
研究機関京都大学

研究代表者

吉澤 明彦  京都大学, 医学研究科, 准教授 (80378645)

研究期間 (年度) 2017-04-01 – 2020-03-31
研究課題ステータス 完了 (2019年度)
配分額 *注記
4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
2019年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2018年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2017年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
キーワード肺癌 / 腺癌 / 予後予測 / 機会学習 / 深層学習 / 機械学習 / 肺腺癌 / 病理組織像 / ウェーブレット変換 / 畳み込みニューラルネットワーク / デジタル画像解析
研究成果の概要

第一段階として,多重解像度解析・改良kNN法によるデジタル病理画像解析を行った。まずはアノテーションを行った関心領域からラベル付きパッチ画像を教師データとして抽出,ウエーブレット変換しクラスター分析で数値化した。次に,このパッチ画像全を訓練データ,テストデータとしてSVMを用い,多重解像度解析した。結果,腫瘍,非腫瘍の判別に関しては,0.7777の正答率が得られた。結果の改善のために新規アルゴリズムを共同で開発し検討を進めた(Soft switch FCN法)。提案手法で,腫瘍,非腫瘍判別の正解率は0.95と改善した。一方,各種別の正解率は,満足な結果とは行ならなかった(0.61-0.93)。

研究成果の学術的意義や社会的意義

病理デジタル画像においても深層学習を用いた判別の可能性が示せた。しかしながら,教師データであるWSI画像は放射線画像と比較し大きく,そのまま,入力することはできない。そのため,パッチ画像として入力することになるが,組織構築の判別を行う際はより広い視野をパッチとしなければならないためその画質は落とさざるを得ないジレンマがある。そこで我々はU-Netに,最適な視野領域の組み合わせを予測できるSoft switch法を組み合わせたSoft switch FCN法を共同開発し,検討に用いた。肺癌の予後予測に関しては検討途中であるが,組織構造の分類には有用である可能性が示され,その意義は大きいと考える。

報告書

(4件)
  • 2019 実績報告書   研究成果報告書 ( PDF )
  • 2018 実施状況報告書
  • 2017 実施状況報告書
  • 研究成果

    (5件)

すべて 2019 2018

すべて 雑誌論文 (2件) (うち査読あり 2件、 オープンアクセス 1件) 学会発表 (3件) (うち招待講演 1件)

  • [雑誌論文] Adaptive Weighting Multi-Field-of-View CNN for Semantic Segmentation in Pathology2019

    • 著者名/発表者名
      H. Tokunaga, Y. Teramoto, A. Yoshizawa, R. Bise
    • 雑誌名

      IEEE CVPR, 2019. (Top Conference in Computer Vision, Poster, acceptance rate:25%)

      巻: NA ページ: 1-10

    • DOI

      10.1109/cvpr.2019.01288

    • 関連する報告書
      2019 実績報告書
    • 査読あり / オープンアクセス
  • [雑誌論文] 人工知能(AI)を用いた病理診断2019

    • 著者名/発表者名
      吉澤明彦
    • 雑誌名

      京都府立医科大学雑誌

      巻: 128 ページ: 561-569

    • 関連する報告書
      2019 実績報告書
    • 査読あり
  • [学会発表] Deep learningを用いた肺腺癌PD-L1免疫染色標本の自動解析手法の開発2019

    • 著者名/発表者名
      吉澤明彦, 寺本 祐記
    • 学会等名
      第108回日本病理学会総会
    • 関連する報告書
      2019 実績報告書
  • [学会発表] 近未来の病理診断 人工知能と肺癌病理診断2019

    • 著者名/発表者名
      吉澤明彦
    • 学会等名
      第52回日本肺癌学会総会
    • 関連する報告書
      2019 実績報告書
    • 招待講演
  • [学会発表] Wavelet変換及びsupport vector machineを用いた肺腺癌の組織パターン解析(Lung adenocarcinoma classification: a computerized approach using wavelet support vector machine)2018

    • 著者名/発表者名
      寺本 祐記, 吉澤 明彦, 石橋 雄一, 羽賀 博典
    • 学会等名
      第107回日本病理学会総会
    • 関連する報告書
      2018 実施状況報告書

URL: 

公開日: 2017-04-28   更新日: 2021-02-19  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi