| 研究課題/領域番号 |
19K08149
|
|---|
| 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 | 名古屋大学 |
|---|
研究代表者 |
岩野 信吾 名古屋大学, 医学系研究科, 准教授 (90335034)
|
|---|
| 研究分担者 |
中村 彰太 名古屋大学, 医学部附属病院, 講師 (20612849)
伊藤 信嗣 名古屋大学, 医学部附属病院, 講師 (50597846)
伊藤 倫太郎 名古屋大学, 医学系研究科, 特任助教 (80813336)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2021年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2020年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2019年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | 原発性肺癌 / 高精細CT / PET/CT / 超高精細CT撮影 / 機能画像 / 人工知能 / 胸壁浸潤癌 / 肺癌 / FDG-PET / 超高精細CT |
|---|
| 研究開始時の研究の概要 |
原発性肺癌の臨床病期分類は胸部CTに様々な画像検査を組み合わせて決定され、最適な治療方針を決定する基盤情報である。しかし限られた空間分解能による形態診断の限界により病理病期分類との間に差を生じることがある。本研究では肺癌症例の膨大な画像・手術・病理データを活用し、浸潤性・予後に関連する超高精細CT、MRI、PETによる新たなバイオマーカー構築を探索し、これらを統合的に解析することで早期肺癌の予後予測の精度向上、次世代の肺癌病期分類改訂に貢献する。
|
| 研究成果の概要 |
本研究では、高精細CTとFDG-PET/CTの3次元画像解析・AIによって原発性肺癌の浸潤性・予後を統合的に予測できるバイオマーカーを探索した。コロナ禍の影響で研究期間が5年間に延長したが、以下の4つの知見について学会発表・学術論文として公表した。
1)造影dual-energy CTによる3次元ヨード密度計測によって肺癌の予後予測が可能である。2)PET/CTの定量データによって非小細胞肺癌の縦隔リンパ節転移診断が可能となる。3)超高精細CT所見に基づいて原発性肺癌の胸壁浸潤を診断できる。4)肺癌の5mm厚のCT画像からバーチャル高精細CT画像を生成する人工知能を開発した。
|
| 研究成果の学術的意義や社会的意義 |
この研究成果は、原発性肺癌の診断と予後予測を飛躍的に向上させる新しい方法を提供しました。高精細CTとFDG-PET/CTを活用し、AIを用いて得られたデータから、より正確な診断と予後予測が可能となりました。特に、造影dual-energy CTや超高精細CTによる新たな診断法や、AIによる画像生成技術の開発は、医療現場での迅速かつ的確な治療方針の決定に寄与し、患者の生存率向上と医療費の削減に大きく貢献します。
|
