| 研究課題/領域番号 |
22K10150
|
|---|
| 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 | 長崎大学 |
|---|
研究代表者 |
角 美佐 長崎大学, 医歯薬学総合研究科(歯学系), 教授 (90284702)
|
|---|
| 研究分担者 |
酒井 智弥 長崎大学, 情報データ科学部, 准教授 (30345003)
藤田 修一 長崎大学, 医歯薬学総合研究科(歯学系), 准教授 (00181355)
筑井 徹 九州大学, 歯学研究院, 准教授 (10295090)
大鶴 光信 長崎大学, 病院(歯学系), 講師 (60384864)
高木 幸則 長崎大学, 医歯薬学総合研究科(歯学系), 准教授 (30295084)
片山 郁夫 長崎大学, 医歯薬学総合研究科(歯学系), 助教 (80295089)
佐々木 美穂 長崎大学, 病院(歯学系), 助教 (10437874)
榮田 智 長崎大学, 医歯薬学総合研究科(歯学系), 助教 (80325662)
見立 英史 金沢医科大学, 医学部, 講師 (00552019)
|
|---|
| 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 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2024年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2023年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2022年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | 口腔癌 / リンパ節転移 / MRI / 深層学習 / 口腔癌リンパ節転移 |
|---|
| 研究開始時の研究の概要 |
口腔扁平上皮癌 (口腔癌) における最も重要な予後因子は頸部リンパ節転移である。MR画像上の転移予測因子として報告されているのは、現在のところ深達度などの形態情報のみで、転移予測精度は十分ではない。本研究は、原発巣MR画像の形態情報に加えて、拡散強調MRIとダイナミック造影MRIから得られる機能情報を活用し、高精度な口腔癌リンパ節転移予測法を確立することを目的とする。転移との関連が強く示唆される機能情報を新たに加えること、多様なMR画像情報の合理的・包括的活用のため最新の深層学習技術を導入すること、さらに、病理組織学的裏付けを行うことで、高精度で信頼性の高いリンパ節転移予測法の確立を目指す。
|
| 研究実績の概要 |
口腔扁平上皮癌 (口腔癌) における最も重要な予後因子は頸部リンパ節転移である。原発巣MR画像から転移を予測する研究が開始されたが、MR画像上の転移予測因子として報告されているのは、現在のところ深達度などの形態情報のみで、転移予測精度は十分ではない。
そこで本研究は、原発巣MR画像の形態情報に加えて、拡散強調MRIとダイナミック造影MRIから得られる機能情報を活用し、高精度な口腔癌リンパ節転移予測法を確立することを目的とする。転移との関連が強く示唆される機能情報を新たに加えること、多様なMR画像情報の合理的・包括的活用のため最新の深層学習技術を導入すること、さらに、病理組織学的裏付けを行うことで、高精度で信頼性の高いリンパ節転移予測法の確立を目指す。本研究は、口腔癌の予後向上へ大きく寄与することが期待される。
令和5年度は、前年度に引き続き長崎大学病院においてMRI検査を施行後、現時点で原発巣の根治切除手術を行い術後3年以上の予後が確定している口腔癌患者を対象に、治療前のMR画像（拡散強調画像、ダイナミック造影画像、T1強調画像、脂肪抑制 T2強調画像、造影脂肪抑制T1強調画像）と、臨床情報（年齢・性別）・リンパ節情報 (pN分類、1次転移および後発転移の同側/対側の区別、レベル)を取得後、リンパ節情報を基にDatasetを作成した。次に、Datasetを用いて、まず、ダイナミック造影画像を使って、ダイナミック造影画像から得られる血行動態に関する機能特徴のみを抽出するモデルと、機能特徴に加え、形態特徴も学習するモデルの設計を行った。
|
| 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
口腔癌患者の画像データ取得および病理組織学的解析はほぼ順調に進んでいるが、口腔癌患者の受診が診療停止などの諸事情により遅れているため、Datasetの作成に遅延が生じている。
|
| 今後の研究の推進方策 |
今後さらに研究を進める。さらに症例数を増やして、Datasetを作成し、ダイナミック造影像だけでなく、拡散強調像から得られる機能情報を抽出するモデルの設計を行う。また、MR画像から得られる形態情報・機能情報と、病理組織学的転移予測因子との関連について検討し、転移予測因子として同定されたMR画像特徴量の病理組織学的裏付けを行う。
|
