| 研究課題/領域番号 |
17K19646
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
内科学一般およびその関連分野
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
小野寺 宏 東京大学, 大学院工学系研究科(工学部), 特任教授 (20214207)
|
|---|
| 研究協力者 |
小野 敏嗣
牛久 哲男
小西 邦明
松崎 博貴
|
|---|
| 研究期間 (年度) |
2017-06-30 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
6,240千円 (直接経費: 4,800千円、間接経費: 1,440千円)
2018年度: 3,120千円 (直接経費: 2,400千円、間接経費: 720千円)
2017年度: 3,120千円 (直接経費: 2,400千円、間接経費: 720千円)
|
|---|
| キーワード | 臓器透明化 / ３次元画像解析 / 癌診断 / 病理学 / 多光子顕微鏡 / 共焦点顕微鏡 / 病理診断 / 人工知能 / ３次元診断 / 情報工学 |
|---|
| 研究成果の概要 |
3次元の癌解析精度を向上させるため，透明化試薬組成を変更して24時間以内に標本の蛍光標識と透明化を完了できるようになった．この結果，２光子顕微鏡では1000μmを超える深部まで切片を作成せずに観察が可能になり，共焦点顕微鏡においても600μmまで観察が可能になった． 癌の３次元的診断は撮影枚数が数千枚に達するため人工知能による病理診断支援が不可欠である．そこで２次元畳み込みニューラルネットワークとlong short term memoryを撮影断面各層において実施し教師あり学習モデルを構築しsensitivity0.94という高い精度での腫瘍検出が可能になった．
|
| 研究成果の学術的意義や社会的意義 |
癌の病理診断は標本の断面を染色することによりなされているが全断面を観察することは現実的には不可能である．したがって標本内に小さな癌病変があった場合，見落としリスクをゼロにすることはできない．そこで我々は標本を透明化してレーザー顕微鏡で標本内部を全て観察する技術を確立した．この結果数千枚の画像データが作られるが，人間である病理診断医がすべての画像に目を通すことは不可能である．そこでディープラーニングを用いて癌が疑われる部分を抽出して癌診断を支援する方法を開発した．病変検出精度は94%に達し，癌を見落とさない診断技術として臨床に提供していきたい．
|
