研究課題/領域番号 |
20K08084
|
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 | 九州大学 |
研究代表者 |
有村 秀孝 九州大学, 医学研究院, 教授 (20287353)
|
研究分担者 |
田中 謙太郎 九州大学, 医学研究院, 准教授 (00536849)
|
研究期間 (年度) |
2020-04-01 – 2024-03-31
|
研究課題ステータス |
交付 (2022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)
2022年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2021年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2020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 | 画像不変量 / 画像生検法 / ベッチ数特徴量 / EGFRサブタイプ分類 / 再発予測 / EGFR変異肺癌 / 遺伝子変異 / 特徴量 / 予後予測 |
研究開始時の研究の概要 |
医用画像から求めた特徴量に基づき遺伝子変異を検出するため、申請者は画像生検法を提案した。さらに分子標的薬治療支援を最終目的として、予後予測へつなぐ基礎研究を行ってきた。しかし、各患者や撮像装置間の画質の変動が原因で、上記検出と予後予測性能が低下することが分かった。そこで、本研究では頑強な画像特徴量を明らかにすることで、遺伝子変異肺癌の予後予測可能な非侵襲的画像生検法を開発する。
|
研究実績の概要 |
本研究の目的は、臨床応用に向けた画像生検法の改良研究を行うことで、非小細胞肺がん(NSCLC)のEGFR変異に対応する画像不変特徴量を明らかにし、非侵襲的画像生検法を開発することである。さらに、EGFR-TKI投与後の予後を治療前の画像から予測する方法を開発する。 2022年度はNSCLCの上皮成長因子受容体(EGFR)Del19およびL858R変異のサブタイプのトポロジー特性を明らかにするために、3次元(3D)トポロジー不変ベッチ数(BN)を用いた新しいレディオゲノミクス法を開発した。3DBNモデルの実現可能性を、擬似3次元BN(p3DBN)、2次元BN(2DBN)、CTおよびウェーブレット分解(WD)画像に基づく従来のレディオミクスモデルと比較検討した。M分類とS分類において、3DBNを用いた手法が最も良い正確度を示した。EGFR Del19/L858R変異のサブタイプの特徴と放射線医学的な関連を示した3DBN特徴は,従来の特徴と比較してサブタイプ分類の精度を向上させることができた。 さらに、定位切除放射線治療(SABR)による治療前のI期NSCLC患者の治療計画CT画像において、局所再発(LRR)と遠隔転移(DM)に関連するトポロジカルシグネチャーの予測可能性を研究した。従来のウェーブレットベースの特徴量(WF)、トポロジーベースの特徴量(原画:BF、反転画像:iBF)、およびそれらを組み合わせた特徴量(BWF、iBWF)の再発予測能を比較した。LRRについては、iBF、iBWF、WFが統計的に有意な差を示し(P<0.05)、iBFで最も高いnLPCが得られた。DMについては、iBWFが有意差を示し、最も高いnLPCが得られた。iBFは、SABRを受ける前のステージI NSCLC患者のLRRとDMの予測を改善する可能性を示した。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
本年度は以下の2つの英語論文を出版できたため、概ね順調である。 (1)3次元トポロジー不変ベッチ数を用いた肺がんのEGFRサブタイプ分類において新しいレディオゲノミクス法を明らかにし、英語論文を出版した。(Ninomiya K, Arimura H, et al. Three-dimensional topological radiogenomics of epidermal growth factor receptor Del19 and L858R mutation subtypes on computed tomography images of lung cancer patients. Computer Methods and Programs in Biomedicine 2023, 2023年4月7日採択. IF=7.0) (2)定位切除放射線治療(SABR)による治療前のI期NSCLC患者の治療計画CT画像において、局所再発(LRR)と遠隔転移(DM)に関連するトポロジカルシグネチャーの予測可能性に関する英語論文を出版した。(Kodama T, Arimura H, et al. Relapse predictability of topological signature on pretreatment planning CT images of stage I non-small cell lung cancer patients before treatment with stereotactic ablative radiotherapy. Thorac Cancer. 2022;13(15):2117-2126. IF=3.2)
|
今後の研究の推進方策 |
今後は、腫瘍細胞成長モデルの微分方程式を数学的に解析する手法を開発することで、腫瘍細胞成長モデルを用いた肺癌のEGFR-TKI治療の予後予測法の研究を行う。
|