| 研究課題/領域番号 |
20K08017
|
|---|
| 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 | 金沢大学 |
|---|
研究代表者 |
川島 博子 金沢大学, 保健学系, 教授 (70293355)
|
|---|
| 研究分担者 |
宮地 利明 金沢大学, 保健学系, 教授 (80324086)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2022年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2021年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2020年度: 130千円 (直接経費: 100千円、間接経費: 30千円)
|
|---|
| キーワード | MRI / 深層学習 / 乳癌 / 悪性度 / ＭＲＩ |
|---|
| 研究開始時の研究の概要 |
本研究の目的は，乳癌患者の術前検査として定着しているMRIより得られる情報をディープラーニングを用いて解析・選別し，オーダーメイド治療に直結する乳癌悪性度層別化プログラムを確立することである．計画している研究内容は，MRIから得た膨大な情報の中から，病理学的悪性度指標と関連の深い造影MRI係数および拡散MRI係数を抽出する．次に抽出された項目を教師データとして学習させたプログラムの，悪性度類推能力を検証する．さらにMRI情報以外の臨床・病理データを加味して悪性度類推能力を検証する．最終的には，画像情報を中心とした総合的乳癌悪性度解析ディープラーニングプログラムの開発に結びつける．
|
| 研究成果の概要 |
本研究はMRIより得られる膨大な情報をディープラーニングを用いて解析・選別し，オーダーメイド治療に直結する乳癌悪性度層別化プログラムを確立することを目的とした．乳癌術前化学療法の病理学的完全奏功の予測をターゲットとし，臨床データ，造影MRIデータ，造影MRIデータから抽出した第一段階の特徴量，第二段階の特徴量，をどのように組合せれば最も精度の高い予測ができるかを検討した．その結果，病理学的完全奏功の予測のためには，臨床データ，画像データ，第一段階の画像特徴量，第二段階の画像特徴量，のすべての情報を活用した場合に最も精度が高くなることが明らかとなった．
|
| 研究成果の学術的意義や社会的意義 |
乳癌はそのサブタイプによって大筋の治療方針が決定されるが，１つのサブタイプの中でも生物学的悪性度には幅がある．MRIは乳癌患者の術前検査として広く定着しているが，乳癌の悪性度をMRIの数少ないパラメータで正確に予測することは難しい．今回，ディープラーニングでMRI情報を解析し，乳癌の悪性度を予測することを試みた．その結果，術前化学療法の病理学的完全奏功を治療開始前に予測するためには，臨床データ，基本的なMRIデータに加え，造影MRIデータから抽出した第一段階の特徴量および第二段階の特徴量のすべての情報を活用した場合に最も精度が高くなることがわかり，ディープラーニングの可能性が示された．
|
