| 研究課題/領域番号 |
20K17982
|
|---|
| 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 | 国立研究開発法人理化学研究所 |
|---|
研究代表者 |
高橋 慧 国立研究開発法人理化学研究所, 革新知能統合研究センター, 研究員 (00852120)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 3,120千円 (直接経費: 2,400千円、間接経費: 720千円)
|
|---|
| キーワード | 深層学習 / MRI / Radiomics / glioma / Radiogenomics / Deep learning / Glioma / Domain shift / 機械学習 / 神経膠腫 / domain shift / 医療用画像 |
|---|
| 研究開始時の研究の概要 |
神経膠腫の腫瘍特性の予測においてRadiomics解析は有用な方法と考えられている。しかしながら施設毎に得られるデータの分布が異なるため、あるコホートのデータで学習し高い予測精度を示した予測機を別のコホートに適用した場合に大きく性能が低下するという問題が生じる。この問題はRadiomics解析を社会実装する上で非常に大きな問題であるが、データの希少性から殆ど研究が行われていない。本研究では公開データを学習用データとして用いて機械学習装置を作成し、多施設のデータをテスト用のデータとして用いて多数のコホートに適応可能な強い汎化性能を持った神経膠腫に対するRadiomics解析方法の開発を行う。
|
| 研究成果の概要 |
この研究は神経膠腫の遺伝子変異をMagnetic Resonance Imaging (MRI)で予測する方法を開発することを目的としています。このような試みはradiogenomicsと呼ばれており有望視されていますが撮影場所の違いで性能が大きく落ちることが予想されています。これは専門家の間でdomain shift problemとして認識されています。我々はまずMRIの腫瘍部分を囲むタスクでdomain shift problemが起こることを示した上でその解決方法を提示しました。またradiogenomicsにおいてもdomain shift problemが起こることを確認しました。
|
| 研究成果の学術的意義や社会的意義 |
社会意義神経膠腫は脳腫瘍の一群で、脳腫瘍の中では発生頻度が高いです。神経膠腫はその分類によって予後が変わります。そして神経膠腫の診断では遺伝子診断が重要視されています。現在この遺伝子診断を行うため開頭手術を行い腫瘍を入手していますがこれは患者さんにとって大きな負担になります。我々の研究は開頭手術を行わずにMRIのみを用いて遺伝子状態を予測するような予測装置を作ること、特にその実装を阻んでいる施設間の細かな画像の違いを乗り越える方法を開発することを目的にしています。この方法を開発することができれば遺伝子変異の有無を手術前に予測できるので患者さんの負担を大きく減らすことができると考えられています。
|
