| 研究課題/領域番号 |
21K07672
|
|---|
| 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 | 大阪大学 |
|---|
研究代表者 |
梁川 雅弘 大阪大学, 大学院医学系研究科, 准教授 (00546872)
|
|---|
| 研究分担者 |
森井 英一 大阪大学, 大学院医学系研究科, 教授 (10283772)
鈴木 裕紀 大阪大学, 大学院医学系研究科, 特任助教(常勤) (20845599)
富山 憲幸 大阪大学, 大学院医学系研究科, 教授 (50294070)
木戸 尚治 大阪大学, 大学院医学系研究科, 特任教授(常勤) (90314814)
|
|---|
| 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 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2023年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2022年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2021年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | 超高精細CT / 肺腺癌 / PD-L1 / 人工知能 / Vision Transformer / LIME / 病理学的浸潤成分 / 遺伝子 / Vision transformer / 肺癌 / 診断能 |
|---|
| 研究開始時の研究の概要 |
超高精細CTは、面内・体軸方向ともに従来CTの2倍の空間分解能を実現した臨床機である。研究代表者らは最近、超高精細CTが従来のCTに比べて、肺野領域における血管や気管支などの既存構造や微細な病変性状の描出に優れていることを見出し、肺腺癌の超高精細CTにおける細気管支途絶が、病理学的浸潤巣を診断する上で重要な所見であることを証明した。しかしながら、詳細に検討すべき画像所見は未だ多数残されており、定量評価においても超高精細CT用の市販の定量ソフトウェアも存在しない現状である。従って、超高精細CT画像には、診断能に寄与する未知の画像学的因子が多数存在すると考えられる。
|
| 研究成果の概要 |
超高精細CTとは、面内・体軸方向ともに従来CTの2倍の空間分解能を有する装置であり、従来では観察できなかった微細な解剖構造や病理組織像の情報を得ることができる。本研究では、超高精細CTで撮像された肺癌の画像データを収集し、肺癌の的確な診断や治療方針の選択に役立つ画像学的因子の探索や画像解析法の確立を目指した。具体的には、肺癌のCT画像と病理組織像や遺伝子情報を比較し、人工知能を活用した定量解析ソフトウェアの開発を行った。開発した人工知能型ソフトウェアが診断時に着眼した部位の視覚化の検討や肺腺癌の臨床症例を用いて病理学的浸潤成分に対するソフトウェアの予測診断の検討を行った。
|
| 研究成果の学術的意義や社会的意義 |
放射線診断領域では、画像データをバイオマーカーとして活用し、画像定量値と多彩な臨床情報や分子学的情報と関連付けた研究が進んでおり、従来CTよりも情報量の多い超高精細CT画像を定量解析することは、遺伝子情報を含めた病理学的因子や予後因子を予測するための新しい画像学的因子の発見に繋がる可能性が高い。本研究の結果は、肺癌の的確な診断や治療方針の選択に役立つ新たな情報を提供し、肺癌の画像診断の発展につながる可能性が高く、その社会的意義は大きい。
|
