| 研究課題/領域番号 |
21K07647
|
|---|
| 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 | 熊本大学 |
|---|
研究代表者 |
中川 雅貴 熊本大学, 大学院生命科学研究部(医), 特定研究員 (30771125)
|
|---|
| 研究分担者 |
山下 洋市 熊本大学, 大学院生命科学研究部(医), 准教授 (00404070)
川上 史 熊本大学, 病院, 特任助教 (40565678)
三上 芳喜 熊本大学, 病院, 教授 (90248245)
中浦 猛 熊本大学, 大学院生命科学研究部(医), 准教授 (90437913)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
交付 (2022年度)
|
| 配分額 *注記 |
2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
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: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | 人工知能 / EOB-MRI / HCC |
|---|
| 研究開始時の研究の概要 |
肝細胞癌（Hepatocellular carcinoma:HCC）切除後の予後にはHCCの進行度・悪性度、肝予備能、残存肝容積など複雑な要素が影響しており、術前にHCC術後の予後を推定するのは困難であった。プリモビスト(EOB)-MRIは肝腫瘍のステージングに広く用いられているが、近年では肝容積のvolumetoryや肝予備能推定へ応用できる事も報告されている。また、腫瘍の予後予測にDeep Learningを導入する研究が近年盛んに行われている。本研究の目的は「切除肝におけるEOB-MRI画像を入力パラメータとするdeep learningを用いたHCCの予後予測システムの確立」である。
|
| 研究実績の概要 |
肝細胞癌（Hepatocellular carcinoma:HCC）切除後の予後にはHCCの進行度・悪性度、肝予備能、残存肝容積など複雑な要素が影響しており、一般には術前にHCC 術後の予後を推定するのは困難であった。プリモビスト(EOB)-MRIは肝腫瘍のステージングに広く用いられているが、近年では肝容積のvolumetoryや肝予備能推 定へ応用できる事も報告されている。また、腫瘍の予後予測に機械学習を導入する研究が近年盛んに行われており、従来の予後予測システムよりも優れた結果が 多数報告されている。近年注目されている機械学習の一種であるDeep Learningは画像データそのものを学習データとして扱う事が可能であり、応用範囲が大き く広がっている。本研究の目的は「切除肝におけるEOB-MRI画像を入力パラメータとするDeep learningを用いたHCCの予後予測システムの確立」である。 昨年度に引き続き今年度も症例収集を行った。今回の検討は予後評価であり、外科Drの協力のもの、手術症例の予後についての追跡調査を行ってもらった。また、放射線科ではMRI画像の収集を行った。現在、ラベリングを行っており、終了次第、予後予測モデルを作成中である。
また、この研究の過程で得られた成果を「第43回九州肝臓外科研究会」で「Machine learningを用いたCT画像解析による肝細胞癌の悪性度予測 - 九州肝臓外科研究会共同研究 -」として発表している。
|
| 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
患者データのうち、予後が明確でないものがかなり含まれていたため、追跡調査に非常に時間がかかった。また、術前のMRIデータで使用機器の違いなどから、使用できないものがかなり含まれていることがわかってかなり時間がかかった。
|
| 今後の研究の推進方策 |
現在、予後予測モデルを作成中であり、結果について近日投稿の予定である。
|
