研究課題/領域番号 |
19K08224
|
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 | 福井県立病院(陽子線がん治療センター(陽子線治療研究所)) (2023) 金沢大学 (2019-2022) |
研究代表者 |
吉田 耕太郎 福井県立病院(陽子線がん治療センター(陽子線治療研究所)), 陽子線治療研究所研究部門, 研究員(医師) (30645130)
|
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 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2021年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2020年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2019年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
キーワード | テクスチャ解析 / 前立腺癌 / MRI / テクスチャ / 機械学習 / テクスチャデータ / テクスチャデータ解析 |
研究開始時の研究の概要 |
前立腺癌は頻度の高い男性癌である。MRI検査による前立腺癌の診断は前立腺生検に比較して非侵襲的であるが、現状の診断精度は高いとは言えない。本研究は前立腺癌において癌病変内テクスチャデータが病理学的にいかなる所見を反映しているのかを解明し、更に画像から得られたテクスチャ解析によるビッグデータを機械学習法を用いた統計分析により、現状のマルチパラメトリックMRIによる前立腺癌の局在診断能と悪性度診断能の向上を目指し、前立腺癌の画像診断に新たなフレームワークを与える。
|
研究実績の概要 |
これまでの収集データに基づいて当院における前立腺癌手術での全摘症例を対象にして、画像での解析と病理学的所見の関係性を中心に解析、検討を進めた。画像と病理の対比が上手く行えるものについては、組織学的悪性度(GS)、病理プレパラートに置ける該当病変の上皮成分、間質成分、管腔と画像所見(PI-RADSv2.1)との対比を行い、更なるテクスチャ解析を進めた。GS6-10の病変をbinaryにすると画像でのPIRADSスコアで、GS6-8群とGS9-10群の2群の良好な分別が可能であった。テクスチャ解析においてはPIRADSスコアのみに比べて、多くの変数においてGSの二値化を可能とした。またモデル作成のために特徴量抽出、様々な分類モデルによる分類能の比較を行い、random forest、light GBMが良好な分類モデルであった。画像と病理の一致が困難な症例もあったことから、前立腺全体の画像から癌の有無、また悪性度の評価が可能かの検討をさらに行った。前立腺全体のセグメントデータから癌の有無、また悪性度の評価を行った。whole prostateのテクスチャデータのみからでは癌の有無の分類においては十分な成績は得られなかったが、悪性度の高い癌(GS8以上)かつサイズの大きな癌(15mm以上)に絞ることで癌の存在の予測が可能であった。しかしこれらのデータではどの部分に癌があるのか、テクスチャ解析での指摘がこの癌部のデータを元にして行われたものなのかどうかは不明であり今後の課題であると思われた。しかしwhole prostateのテクスチャデータはほぼ自動化で抽出することができるものであり、実臨床における実現可能性を示唆するもであった。
|