| 研究課題/領域番号 |
21K15814
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分52040:放射線科学関連
|
|---|
| 研究機関 | 聖マリアンナ医科大学 |
|---|
研究代表者 |
冨田 隼人 聖マリアンナ医科大学, 医学部, 講師 (90647801)
|
|---|
| 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)
2022年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2021年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
|
|---|
| キーワード | 深層学習 / 再起型ニューラルネットワーク / 畳み込み型ニューラルネットワーク / 拡散強調画像 / 予後予測 / 人工知能 / 頭頸部癌 / 拡散強調像 / 再帰型ニューラルネットワーク / MR / 放射線化学療法 |
|---|
| 研究開始時の研究の概要 |
進行期頭頸部癌に対する化学放射線療法は，25-30％に再発を認める．後療法への早期の切り替えは，予後の改善や医療コストの低下につながる．これまでの頭頸部癌の治療効果予測因子は治療前の画一的な評価であり，患者個々に合わせた評価がなされず，十分な役割を果たしていない．近年，医療画像に対して深層学習を用いた治療効果予測，予後予測が行われるようになったが, 治療中の腫瘍の「経時的変化」を捉えた評価・判定の研究は進んでいない．本研究では，進行期頭頸部癌の治療前画像と治療中画像を用いて，腫瘍の経時的変化を反映させた深層学習を行うことにより，治療効果予測および予後予測の新たな評価方法を確立する．
|
| 研究実績の概要 |
頭頸部癌で放射線治療、放射線化学療法、導入化学療法後の放射線化学療法など根治目的に放射線治療を受け、治療前と治療開始後4週に拡散強調像とapparent diffusion coefficient (ADC) mapを撮像された方を対象とした。一定の条件を設けた切り取り画像の作成と画像内の腫瘍の中心部にdotを置くことで認識可能となった。転移学習させた畳み込み型ニューラルネットワークと治療中の拡散強調像を用いて、治療後の再発はarea under receiver operating characteristics curve (AUC)で0.767であった。高リスク群と低リスク群に分類し、 Log-rankテストを行うと、同手法を用いた治療中の拡散強調像から2年の予後予測であった(P = 0.013)。また、Cox regression解析では深層学習による手法が 2年の予後予測の唯一の因子であることが分かった(P = 0.016)。現在は、治療前と治療中の画像から経過を踏まえた判断をすることができる再起型ニューラルネットワークを用いて、再発および2年の予後予測を解析している最中である。また、腫瘍だけを切り取り、dotを置かない画像を用いて、畳み込み型ニューラルネットワークを使った同様の手法で再発・予後予測の検討を行った。治療開始4週後のdiffusion weighted imaging（DWI）にて再発予測が可能であることが分かった。更なる精度の改善を目指して、パラメーターなどの調整を行っている。
|
| 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
再起型ニューラルネットワークを用いた予後予測に関する研究手法の変更などを行っているため。
|
| 今後の研究の推進方策 |
再起型ニューラルネットワークを用いて、再発および2年の予後予測を再度解析する。また、腫瘍だけを切り取り、dotを置かない画像を用いて、畳み込み型ニューラルネットワークを使った同様の手法で再発・予後予測が可能であるかも検討した。制度の改善を図り、論文化する方針である。
|
