| 研究課題/領域番号 |
20K18712
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分57060:外科系歯学関連
|
|---|
| 研究機関 | 名古屋市立大学 (2022)
愛知学院大学 (2020-2021) |
|---|
研究代表者 |
石橋 謙一郎 名古屋市立大学, 医薬学総合研究院(医学), 講師 (80714609)
|
|---|
| 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 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2022年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2021年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 口腔扁平上皮癌 / 細胞診 / deep learning / 口腔がん / 人工知能 / Deeep learning / 口腔がん検診 / 深層学習（deep learning） |
|---|
| 研究開始時の研究の概要 |
進行口腔がんは予後不良の悪性腫瘍であるが、口腔は直達視可能な領域であり、口腔がん検診により早期発見、予防ができる。申請者らは口腔がん検診に用いられることのある細胞診を人工知能を用いてDeep learningし、学習済みモデルを作成し、人工知能による診断を可能することを本研究の目的としている。人工知能による細胞診診断システムを用いて、異型細胞を自動で検出およびClassificationを行う。細胞診をwhole-slide imaging化し、この人工知能による診断システムでの細胞異型の検出の可能性を確認する。人工知能による細胞診診断システムを開発し、口腔癌の早期発見に寄与したい。
|
| 研究実績の概要 |
ディープラーニングを用いた癌細胞の検出によると、徐々に進展し、AIを用いた乳がんの診断支援システムが開発され、診断の正確性が向上したことが報告されています。しかしながら、口腔がんは子宮頸がんと同様に扁平上皮癌が主体であるにも関わらず、細胞診による診断は主体ではない。その理由に口腔細胞診診断医の不足もあり、早期発見につながっていない。これまでは、DIGITSによるdeep learningによる画像診断の仕組みを学び、パノラマ画像を用いて唾石や骨折の検出を行い、検出力について報告してきた。
現在、MATLABOを用いて、多くの画像から細胞質および核を効率よくセグメンテーションをするプログラムを作成し、教師用の細胞診画像の効率的な学習に取り組んでいる。セグメンテーションには、FCN、U-Net、Mask R-CNNなどのアルゴリズムがあります。これらのアルゴリズムは、ピクセルごとに物体を分割し、ラベルを自動的に付けることを進め、また、Data Augmentation、オープンソースの画像データセットを使用により効率化を進めている。しかしながら、細胞の色により、診断精度に差が生じるなどの問題もあり、これらの教師データ画像を効率増やすことで解消していく予定である。細胞の核の異型のみではなく、細胞の凝集などによる診断についても現在進めている。
細胞診だけではなく、蛍光in situハイブリダイゼーションでの核内部の遺伝子異常の検出も試みている。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
細胞診画像は、細胞の重なり合いやパパニコロウ染色による細胞染色性の違いのため、細胞の自動認識できず、診断精度が低下することが生じ、その改善に現在努めています。
|
| 今後の研究の推進方策 |
私の所属する大学ではmatlaboを取り入れたため、導入し、専門家と直接相談しながら、問題点の解決をしていく。また、歯科領域のAIの専門の方々と学会を通じてネットワークを形成し、今後も研究を推進していく予定である。
|
