| 研究課題/領域番号 |
20H03738
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分55010:外科学一般および小児外科学関連
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
植田 琢也 東北大学, 医学系研究科, 教授 (40361448)
|
|---|
| 研究分担者 |
佐谷 望 東北医科薬科大学, 医学部, 助教 (50816444)
原田 達也 東京大学, 先端科学技術研究センター, 教授 (60345113)
森 菜緒子 東北大学, 医学系研究科, 助教 (90535064)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
17,550千円 (直接経費: 13,500千円、間接経費: 4,050千円)
2023年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2022年度: 4,940千円 (直接経費: 3,800千円、間接経費: 1,140千円)
2021年度: 4,940千円 (直接経費: 3,800千円、間接経費: 1,140千円)
2020年度: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
|
|---|
| キーワード | 乳癌 / マンモグラフィ / 診断支援 / 人工知能 / 深層学習 / 画像診断 |
|---|
| 研究開始時の研究の概要 |
高トモシンセシスは、乳癌の新たな画像診断法として注目を集めている。近年深層学習/人工知能(AI)の医療画像診断への応用が進んでいるが、スライスが多いトモシンセシスは診断医への負担が高く、AIシステムによる診断医の負担軽減と診断精度の向上が期待されている。一方、AIの医療応用ではそのブラックボックス性が問題となっており、信頼性の確立が急務である。
本研究では、説明可能AIを用いて信頼性と汎化性能の高いトモシンセシス画像診断支援システムの開発を行う。このシステムを確立できれば、トモシンセシスの恩恵をより多くの患者が享受可能となり、乳癌診断精度が上がることで治療成績の向上に寄与できると考える。
|
| 研究実績の概要 |
本年度は、「Deep learning model to predict Ki-67 expression of breast cancer using digital breast tomosynthesis」の研究を完了し、論文成果がBreast Cancer学術誌にacceptされた。この研究では、デジタル乳房トモシンセシス（DBT）画像を用いて、乳がんのKi-67発現を予測する深層学習モデルの開発に成功した。Ki-67発現予測はは乳がんの予後に関与する因子で、重要な臨床的意義をもつ
加えて、聖路加国際病院の乳がんトモシンセシス画像データセットに、東北大学乳腺外科から提供された画像データへのアノテーション作業を行い、研究に必要なデータセットの作成を進めた。これにより、マンモグラフィ、トモシンセシス、MRIといったマルチモダリティによる研究が可能となり、乳がん診断の精度向上に貢献する研究を推進した。
また、新たな深層学習モデルである「Multiscale Image Morphological Extraction Vision Transformer (MIME-ViT)」の開発に取り組んだ。MIME-ViTは、Vision Transformer（ViT）とConvolutional Neural Networks（CNN）を統合することで、乳房マンモグラフィー画像の多スケール形態学的特徴を捉える能力に特化したモデルである。この研究は、乳がんのより正確な検出と診断を目指し、マンモグラフィー画像解析における新たなアプローチを提案している。現在、MIME-ViTに関する研究成果は投稿準備中であり、近い将来、学術誌への掲載を目指している。
これらの研究は、AI技術を活用した乳がん診断方法の進化に寄与するものであり、より効果的な乳がん診断・治療戦略の開発に貢献していく所存である。
|
| 現在までの達成度 (段落) |
令和5年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
令和5年度が最終年度であるため、記入しない。
|
