| 研究課題/領域番号 |
20K17919
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分56010:脳神経外科学関連
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
新谷 祐貴 東京大学, 医学部附属病院, 助教 (20844616)
|
|---|
| 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 |
3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
2023年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
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: 910千円 (直接経費: 700千円、間接経費: 210千円)
|
|---|
| キーワード | 定位放射線治療 / ガンマナイフ / 予後予測シミュレーション / radiomics / シミュレーションモデル |
|---|
| 研究開始時の研究の概要 |
定位放射線治療は脳腫瘍の標準的治療であり治療反応性予測モデルの確立は急務である。我々は定位放射線治療ガンマナイフの本邦最長となる治療経験と長期臨床データを有する。未解決である治療効果の高精度予測が可能になると考え本研究の着想に至った。ガンマナイフ治療反応性予測は世界に先駆けた独創的なものである。本研究の目的は医用画像の持つ高次元の定量的かつ膨大な特徴を機械学習の手法を用いて解析（radiomics）しガンマナイフ治療の反応性を予測するシミュレーションモデルを確立することにある。『大規模データに裏打ちされた客観的かつ頑健な治療選択』を可能にし、脳腫瘍医療における高精度・個別化医療の実現を目指す。
|
| 研究実績の概要 |
本研究ではradiomicsを用いて、脳腫瘍における定位放射線外科治療ガンマナイフの治療反応性を予測するsimulation modelを確立することを目的とした。具体的な手順として、(1)所属施設の東京大学脳神経外科ガンマナイフ治療データ4500件の中から転移性脳腫瘍1000例、 髄膜腫500例を抽出。治療前後の臨床情報と治療後画像情報を有する転移性脳腫瘍100例の治療時画像データ、線量計画データ、治療前後の臨床データを解析。同手順により長期治療後臨床情報を有する髄膜腫100例のデータを解析。(2)これらの臨床データと治療時画像データを統合し治療反応性を制御可/不可の二値変数として収集。(3)治療時医用画像を用いて腫瘍輪郭を定義(セグメンテーション)。(4)セグメンテーション画像から腫瘍の形態的特徴量、画素値ヒストグラムの特徴量、画素値の空間的分布の均質・不均質性を定量化したテクスチャ特徴量を専用のソフトウェアを用いて抽出。ヒストグラム特徴量及びテクスチャ特徴量はフィルター処理を施し特定の構造やパターンを強調・低減させた画像からも抽出。(5)上記プロセスを経て計695因子の画像特徴量を抽出。
現在、画像特徴量および臨床情報を集積したデータベースの作成が完了し、 ガンマナイフ治療反応予測モデルの開発に至っている。腫瘍別、発生部位別の精度検証作業を進めており、現在予後予測精度は80%-90％となっている。より高精度の予後予測モデル開発に向けて開発を進めている。特に、頭蓋底部髄膜腫における予後予測解析の結果の一部について、国内学会での発表を経て、国際学術誌への論文投稿（現在revision status）中である。また、本研究に付随する8つの解析結果について、国際学術誌での発表に至っている。
|
