| 研究課題/領域番号 |
22K10115
|
|---|
| 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57060:外科系歯学関連
|
|---|
| 研究機関 | 東京医科歯科大学 |
|---|
研究代表者 |
坂本 潤一郎 東京医科歯科大学, 大学院医歯学総合研究科, 非常勤講師 (40506896)
|
|---|
| 研究分担者 |
小滝 真也 大阪歯科大学, 歯学部, 講師 (80805490)
川島 桜子 東京医科歯科大学, 大学院医歯学総合研究科, 非常勤講師 (40928727)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
2024年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2023年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2022年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 口腔がん / Radiomics / MRI / 口腔癌 |
|---|
| 研究開始時の研究の概要 |
本研究では既存の口腔癌MRI画像を対象とし、それらの画像より口腔癌の不均一性に関する放射線科医による観察では見出すことのできなかった情報量を含むおよそ450程度の定量化された特徴量を抽出する。得られた多量の定量的情報をコンピュータにより系統的に扱い、診断や予後、治療効果の予測などへの応用できるような臨床的意義の高い情報を得るRadiomicsを試みることにより、Radiomicsアプローチが頸部リンパ転移や予後予測に対して有用なツールとなりうるか、解明する。
|
| 研究実績の概要 |
当該研究ではまず、テクスチャ解析とよばれる画像の質感を統計学的手法により定量化する手法をもちい、病変内部の不均一性を定量化することを目的としている。
本年度は口腔がんの既存のMR画像を利用し、前年度に確立した解析フローを用いて、実際の解析を行なった。症例数は126症例、フォローアップ期間1年以上行っている症例について 脂肪抑制T2強調画像について解析を行った。手動による病変の3次元的抽出は観察者間変動および観察者内変動を評価するため、歯科放射線医2名が独立して2ヶ月間空けて2回ずつ行った。各症例からPyradiomicsベースのテクスチャ解析プログラムにより107項目の特徴量を自動的に抽出した。
転移再発の有無にて2群に分け、それぞれの特徴量について2群間で比較した。両観察者で統計学的有意差の得られた特徴量を抽出し、観察者内外級内相関係数を求め、級内相関係数0. 9より大きい特徴量を選別した。両観察者で共通する有意差が認められた特徴量は69特徴量であり、そのうち級内相関係数が上記値を超えたものは25特徴量であった。
この25特徴量を利用して、転移および再発を予測するモデルを構築するために、以下の３手法によるモデル構築を行なった。①ROC解析により求めたカットオフ値によるモデル、②ロジスティック回帰式モデル、③TreeBaggerによるランダムフォレストモデルの3手法を使用した。3手法によるモデルは正診率60&～80％程度の精度で診断できるモデルを構築することができた。
当該研究では臨床での既存の口腔癌MR画像を利用するため、当該研究内容について東京医科歯科大学歯学部倫理審査委員会へ申請し、承認を得ている。
|
| 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
ある程度の正診率を有すること口腔癌転位・再発予測モデルを構築することができた。この成果については現在学術論文を作成中である。
|
| 今後の研究の推進方策 |
現在のところ、脂肪抑制T2強調画像について解析を行った。MR画像には他の画像もあるため、今後は他の画像についても解析を行うことにより、より精度を高めることができる可能性がある。
|
