頭頸部がんにおける予後予測可能な革新的放射線治療支援システムの開発

• 研究課題/領域番号: 17K15808
• 研究種目: 若手研究(B)
• 配分区分: 基金
• 研究分野: 医学物理学・放射線技術学
• 研究機関: 帝京大学
• 研究代表者: 亀澤 秀美 帝京大学, 福岡医療技術学部, 講師 (50759503)
• 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: 4,030千円 (直接経費: 3,100千円、間接経費: 930千円); 2019年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円); 2018年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円); 2017年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
• キーワード: 頭頸部癌 / 予後予測 / 生存率 / 悪性度 / radiomics / 耳下腺癌 / 悪性度予測 / レディオミクス / Radiomics / 深層学習 / 医学物理学 / 放射線治療支援

研究成果の概要

本研究は、頭頸部癌患者の症例を利用し、画像特徴量と臨床データ、放射線治療後の予後情報を結びつけることで予後予測可能な革新的放射線治療支援システムを開発することであった。扁平上皮癌や耳下腺癌と頭頸部癌の一部ではあるが、２年生存率や悪性度を予測可能とする手法を開発した。本手法を用いることで、２年生存率の低い癌や悪性度の高い癌に対して、最適な治療法決定を支援できるものと考える。

研究成果の学術的意義や社会的意義

本研究で開発した放射線治療支援システムは、治療前にあらかじめ扁平上皮頭頸部癌の２年生存率や高悪性度の耳下腺癌を予測できるため、それらの癌に最適な治療方針を検討する上で有用である。また、医用画像のみの入力で予測が可能であるため、非侵襲的であることは医学的意義も大きい。
さらには、頭頸部癌のみならず、他部位のさまざまな癌においても応用出来る可能性を持っており、波及効果も高いと考える。

研究成果

• [雑誌論文] MR-radiomic biopsy for estimation of malignancy grade in parotid gland cancer (2020)
  • 著者名/発表者名: Kamezawa Hidemi、Arimura Hidetaka、Yasumatsu Ryuji、Ninomiya Kenta
  • 雑誌名: Proc. SPIE 11318, Medical Imaging 2020: Imaging Informatics for Healthcare, Research, and Applications, 1131818 巻: 11318 ページ: 41-41
  • DOI: 10.1117/12.2549462
  • 査読あり
• [雑誌論文] Radiomics-based malignancy prediction of parotid gland tumor (2019)
  • 著者名/発表者名: H. Kamezawa, H. Arimura, R. Yasumatsu, K. Ninomiya, S. Haseai
  • 雑誌名: Proc. SPIE 11050 巻: - ページ: 26-26
  • DOI: 10.1117/12.2521362
  • 査読あり
• [雑誌論文] Survival prediction of squamous cell head and neck cancer patients based on radiomic features selected from lung cancer patients using artificial neural network (2018)
  • 著者名/発表者名: H. Kamezawa, H. Arimura, M. Soufi
  • 雑誌名: Proc. SPIE 10579 巻: - ページ: 43-43
  • DOI: 10.1117/12.2293415
  • 査読あり
• [学会発表] MR-radiomic biopsy for estimation of malignancy grade in parotid gland cancer (2020)
  • 著者名/発表者名: Hidemi Kamezawa, Hidetaka Arimura, Ryuji Yasumatsu, Kenta Ninomiya
  • 学会等名: SPIE Medical Imaging 2020
  • 国際学会
• [学会発表] Radiomics-based malignancy estimation of parotid gland tumor using preoperative magnetic resonance images (2019)
  • 著者名/発表者名: Hidemi Kamezawa, Hidetaka Arimura, Ryuji Yasumatsu, Soufi Mazen, Kenta Ninomiya, Shu Haseai
  • 学会等名: 第117回日本医学物理学会学術大会
• [学会発表] Deep learning-based malignancy grade prediction models of parotid gland cancer using preoperative MR images (2019)
  • 著者名/発表者名: Hidemi Kamezawa, Hidetaka Arimura, Ryuji Yasumatsu, Kenta Ninomiya, Shu Haseai
  • 学会等名: American Association of Physicists in Medicine 61th annual meeting
  • 国際学会
• [学会発表] Radiomics-based Malignancy Prediction of Parotid Gland Tumor (2019)
  • 著者名/発表者名: H. Kamezawa, H. Arimura, R. Yasumatsu, K. Ninomiya, S. Haseai
  • 学会等名: IFMIA2019
  • 国際学会
• [学会発表] Radiomics-based prediction of malignant potential in patients with parotid gland cancer (2018)
  • 著者名/発表者名: Hidemi Kamezawa, Hidetaka Arimura, Ryuji Yasumatsu, Mazen Souf, Shu Haseai and Kenta Ninomiya
  • 学会等名: RSNA 2018
  • 国際学会
• [学会発表] Survival prediction of squamous cell head and neck cancer patients based on radiomic features selected from lung cancer patients using artificial neural network (2018)
  • 著者名/発表者名: H. Kamezawa, H. Arimura, M. Soufi
  • 学会等名: SPIE 10579, Medical Imaging 2018
  • 国際学会