| 研究課題/領域番号 |
22K07769
|
|---|
| 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 |
徳田 由紀子 大阪大学, 大学院医学系研究科, 助教 (50522744)
|
|---|
| 研究分担者 |
梁川 雅弘 大阪大学, 大学院医学系研究科, 講師 (00546872)
鈴木 裕紀 大阪大学, 大学院医学系研究科, 特任助教(常勤) (20845599)
直居 靖人 大阪大学, 大学院医学系研究科, 招へい教授 (30646211)
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) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2022年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2024年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2023年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2022年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | Radiogenomics / 乳癌 / 術前化学療法 / 病理学的完全奏功 / MRI |
|---|
| 研究開始時の研究の概要 |
乳癌の術前化学療法により病理学的完全奏功に至った(=癌が乳房内からもリンパ節からも全部消失した)患者は、そうでない患者と比較して予後も非常に良いことがわかっている。
乳癌患者に術前化学療法を施行した場合に「癌が消失する」ことを、事前に精度高く予測できるようにするために、通常の診療で一般的使用するMRIを主軸にした、遺伝子発現情報との融合によるRadiogenomics診断アルゴリズムを、AI技術を用いて世界に先駆けて構築する。
|
| 研究実績の概要 |
本研究の目的は、乳癌のMRI(Radiomics)に加えて、乳癌組織から採取した１片から得られた遺伝子発現の因子(Genomics)を合わせて、病理学的完全奏功を予測するために、乳癌術前化学療法により癌が完全消失する予測モデルを、MRIと遺伝子発現のRadiogenomics融合診断アルゴリズムとして構築することである。
当研究で使用するGenomicsは、当学乳腺内分泌外科で開発されたimmune-related signature for prediction of pathological complete response to neoadjuvant chemotherapy in human breast cancer(IRSN)の連続変数である。今年度はまず、IRSN遺伝子発現情報のある症例群を術前化学療法を施行した症例群から抽出し、さらに、MRI画像に技術的な不具合のある症例や、患者の体動などで検討に使用できない症例などを除いて、使用可能なMRI画像のある症例群を抽出した。
対象症例をコンセンサスにより決定し、対象腫瘤のセグメンテーションには、オープンソースソフトウェアの3D Slicerに搭載されている半自動セグメンテーションツールを用いた。ドラフトとして院生がセグメンテーションし、その後、乳腺MRI読影経験豊富な放射線科医が確認して、必要なところは修正して決定した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
本研究の流れのうち、本年は、対象腫瘤のセグメンテーションを決定することである。現時点で、IRSN遺伝子発現情報のある症例群を抽出し、使用可能なMRI画像のある症例群を抽出し、対象腫瘤をコンセンサスにより決定した後、対象症例のセグメンテーションをドラフト、修正を経て、決定するところまで終了した。
よって、おおむね順調に進展していると考える。
|
| 今後の研究の推進方策 |
今後は、セグメンテーションした腫瘤から、オープンソースで開発されているpyradiomicsを用いて、定量値を抽出する。元画像およびセグメンテーション画像に人工的な摂動を加えることで、撮像機器およびセグメンテーション精度に依存しない安定した特徴量を選別する。得られた特徴量で、病理学的完全奏功に関連している因子を評価する。また、IRSNのスコア値、IRSNによる病理学的完全奏功の予測判定の情報を加え、病理学的完全奏功に関連している因子を調査し、遺伝子発現IRSNによる予測とMRI定量値による予測を合わせると、病理学的完全奏功の予測精度が上がるか評価する。
|
