| 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 |
完了 (2023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）切除後の予後予測は、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するため、一般的に術前に予後を推定するのは困難である。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おり、肝容積のvolumetoryや肝予備能推定への応用も報告されている。また、腫瘍の予後予測に機械学習を導入する研究が盛んに行われ、優れた結果が多数報告されている。特にDeep Learningは画像データを直接学習データとして扱う事が可能であり、応用範囲が大きい。
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、症例収集を行い、MRI画像データおよび予後データをカルテ・PACSなどから収集した。集めた症例を用いて機械学習を行い、EOB-MRIからHCC術後の予後予測を試みた。
しかしながら、EOB-MRIより肝障害の程度がわかる、HCCの分化度が予測できるなどの従来の報告を超えるような検討結果は得られなかった。その原因として、
非常に複雑な予測を行うには症例数が十分でなかったこと、MRIの機種依存による画像の差異により過学習が発生したことが考えられた。
|
