| 研究課題/領域番号 |
18K07661
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分52040:放射線科学関連
|
|---|
| 研究機関 | 北海道大学 |
|---|
研究代表者 |
藤間 憲幸 北海道大学, 大学病院, 講師 (80431360)
|
|---|
| 研究分担者 |
本間 明宏 北海道大学, 医学研究院, 教授 (30312359)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2020年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2019年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2018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 | MRI / 人工知能 / 頭頸部癌 / 頭頚部癌 / 予後予測 / 画像診断 / 頭頚部扁平上皮癌 |
|---|
| 研究成果の概要 |
本研究の第一段階はMRIを用いて頭頚部癌における腫瘍の生物学的性状を反映させた画像情報を取得することであったが、拡散強調像、灌流画像の情報にそれぞれ後処理解析に施すことによって、腫瘍の細胞増殖能、腫瘍血流、低酸素の有無の情報を間接的に画像化することが可能であることを示した。
本研究の第二段階は頭頚部癌患者に対する高精度の予後予測法の作成を行うことであったが、解析モデルの基本としては機械学習の解析手法を用いた。腫瘍の生物学的性状を反映させた画像情報に対して、機械学習の手法および解析パラメータを最適化することによって診断能の高い予後予測モデルの作成を達成することが可能であった。
|
| 研究成果の学術的意義や社会的意義 |
本検討は非侵襲的な画像化が難しいとされていた腫瘍の生物学的性状を反映した画像情報を、非造影のMRI技術である動脈スピン標識法および多数のb値を用いた拡散強調像のみで画像化することに成功した。また、それらの腫瘍の機能的情報を含んだ画像情報に機械学習を基本とした解析技術を融合させることによって、頭頸部癌患者の予後予測を高い正診率にて施行することが可能であることを示した。これらの技術によって頭頸部癌患者が有する個々の腫瘍に対して精度の高い治療効果予測、患者に対して予後予測が可能であることが示唆され、頭頸部癌患者のいわゆる個別化医療のための判断材料となりえることが示された。
|
