研究課題/領域番号 |
21K07657
|
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 | 近畿大学 |
研究代表者 |
山室 美佳 近畿大学, 大学病院, 技術職員 (90837866)
|
研究分担者 |
近藤 世範 新潟大学, 医歯学系, 教授 (10334658)
浅井 義行 近畿大学, 大学病院, 技術職員 (30639307)
石井 一成 近畿大学, 医学部, 教授 (50534103)
|
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 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2023年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2022年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2021年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
|
キーワード | マンモグラフィ / 乳腺密度計測 / 非圧迫領域 / 乳腺密度推定 / 乳腺密度 / 人工知能技術 / 対側乳癌 |
研究開始時の研究の概要 |
本研究は,医工応用分野の革新的研究手法を用い,乳腺密度やX線画像情報等を用いて術後の対側乳癌発症リスクを高精度に予測するシステムを開発する取り組みである. そのためにディープラーニングを用いて以下の2項目を実現する.① 画像サーバーに保存された非線形画像処理後マンモグラムの乳腺密度を高精度に決定する手法の確立,② 一次発症以降における乳腺密度や乳腺分布等画像情報の時系列分析による対側乳癌発症リスク予測システムの確立.これらを実現することで,わが国での対側乳癌の早期発見・早期治療に役立てる.
|
研究実績の概要 |
過去2年間において,人工知能(ディープラーニング)を応用して3次元乳腺密度を再現性良く高精度に計測するシステムを開発した.開発システムは計測精度が商用として市販されている装置を上回っているが,一方,乳腺組織が乳房の大部分を占め脂肪組織がほとんど存在しないような乳房に対しては十分な性能を発揮することができなかった.そこで今年度は,乳房中の脂肪組織と乳腺組織の割合に依存せず安定した乳腺密度計測を実施できる新たなシステムを開発した. この新たな乳腺密度計測システムを開発する過程で,マンモグラフィにおける非圧迫領域(圧迫板に乳房が接していない領域))を正確に検出する手法を考案し,マンモグラム上に表示する技術を開発した.この技術により,従来から問題となっていた,厚い乳房において乳腺密度が過小評価されるという現象を未然に防ぐことが可能となった.この手法を昨年12月に特許出願した. 当該年度に得られたさらなる成果として,乳房画像が無くても,マンモグラフィ撮影時に記録された撮影条件を使って乳腺密度を推定可能であることを見出した.近年,乳腺密度の経時変化を乳癌診療のバイオマーカーとして利用する研究が行われ始めているが,十分な成果を得るには至っていない.その理由は生データマンモグラムが保存されていない過去のマンモグラフィでは乳腺密度を正確に計測することができないためである.本研究で構築した乳腺密度推定法は,撮影条件が記録されていれば,生データマンモグラムが無くても過去に遡って乳腺密度を算出することが可能であり,本研究課題である乳腺密度時系列分析に基づく対側乳癌発症予測の基礎をなす技術である.この乳腺密度推定技術についても,昨年12月に特許出願を行った.
|
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
乳腺密度推定技術をよりいっそう向上させるために,従来の重回帰式に加え人工知能を用いた推定技術を構築するためにプログラミング専門業者と委託契約を締結中であるが,その契約締結に予想以上の時間を要しているため,若干研究の進捗に遅れを生じている.次年度はプログラミング専門業者との委託研究の契約締結に対して所定の費用を支払う予定である.
|
今後の研究の推進方策 |
研究課題である対側乳癌発症予測技術を構築するための基礎となる乳腺密度推定技術において,当初予定していた重回帰分析だけでなく,あらたに人工知能技術を利用することで,課題全体の精度向上を目指していく予定である.
|