研究課題/領域番号 |
22K12870
|
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90130:医用システム関連
|
研究機関 | 芝浦工業大学 |
研究代表者 |
高橋 正信 芝浦工業大学, システム理工学部, 教授 (20338312)
|
研究分担者 |
中野 雅行 横浜市立大学, 医学研究科, 特任教授 (00092073)
|
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 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2024年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2023年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
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 | 病理組織 / 光学顕微鏡 / 明視野 / 暗視野 / 位相差 / 画像解析 / 核 / 肝臓 |
研究開始時の研究の概要 |
癌などの診断支援を目的とする病理組織の画像解析では、病理医が診断に用いる薄切した標本の明視野画像がこれまで用いられてきた。しかし、画像解析において明視野画像が最適であるとは限らない。そこで、病理医が利用する光学顕微鏡で容易に利用できる暗視野、位相差を含め、画像解析に適した撮像法を明らかにする。 また、厚い標本を用いて3次元空間での解析を実現し、3次元的な特徴量を抽出する。 さらに、診断に役立つ新たな特徴量も探索する。 最終的には診断に有用な情報を提供する診断支援システムを実現することを目的とする。
|
研究実績の概要 |
【目的】病理医が診断に用いる光学顕微鏡で利用できる撮像法のうち,病理組織の画像解析に適した撮像法を明らかにする.また,光学顕微鏡を用いて厚い標本の撮像と3次元解析を実現し,3次元的な特徴量を抽出する.さらに,細胞診で利用される特徴量を含め診断に役立つ特徴量を探索し,特徴量の抽出機能を活用した診断支援システムを実現する. 【研究成果】R4年度は,HE染色標本を対象として,細胞核の抽出に有用な撮像法の組合せについて検討した.具体的には,明視野,暗視野,位相差の3種類について,各撮像法によるカラー画像の全ての組合せを実験により比較した.その結果,明視野と位相差あるいは暗視野画像の組み合わせは,明視野単独とほぼ同等のF値が得られるとともに,抽出結果の質を変化させることが分かった.この傾向は別のネットワーク構成や色空間でも変わらなかった. 細胞診で利用される特徴量を抽出するため核小体の抽出についても取り組み,HE染色標本の明視野画像中の核小体の抽出手法を実現した.また,厚い標本についても3種類の撮像法により3次元的に撮影できることを確認した. 特徴量を抽出するための画像解析手法として,細胞核抽出時の面積誤差を低減する手法を実現した.さらに,新たな特徴量の探索のため,早期肝細胞癌の癌部と非癌部を深層学習により識別できるかを実験的に検討した.その結果,細胞核1個程度の範囲の画像でも識別可能であることを明らかにした. 診断に有用な新たな特徴量としては,早期肝細胞癌の細網線維のパターンについても検討した.鍍銀染色標本の細網線維の領域だけの画像を用い深層学習で癌部と非癌部の識別が可能かを実験的に検討した結果,識別可能であることを明らかにした.
|
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
HE染色標本を対象として,細胞核の抽出に有用な撮像法の組合せについて実験により検討し,位相差あるいは暗視野画像を明視野画像に組み合わせた場合,明視野単独とほぼ同等のF値が得られるとともに抽出結果の質を変化させること,そして,この傾向は別のネットワーク構成や色空間でも変わらないことを明らかにした.細胞診で利用される核小体についても,まずはHE染色標本の明視野画像で抽出可能であることを明らかにした.また,厚い標本を光学顕微鏡の3種類の撮像法により3次元的に撮影できることを確認した. 特徴量を抽出するための画像解析手法として,細胞核を面積誤差を小さく抽出する手法を実現した.さらに,新たな特徴量の探索のため,早期肝細胞癌の癌部と非癌部を深層学習により識別できるかを実験的に検討した.その結果,細胞核1個程度の範囲の画像でも識別可能であることを明らかにした. 癌と非癌の鑑別に役立つ新たな特徴量としては,細網線維のパターンについても検討した.鍍銀染色標本の細網線維の領域だけの画像を用い深層学習で癌部と非癌部の識別が可能かを実験的に検討した結果,識別可能であることを明らかにした.
|
今後の研究の推進方策 |
前年度に引き続き,病理組織標本の構成要素の抽出に適した撮像法およびその組み合わせについて探求する.候補としては細胞診で利用される特徴量に関わる核小体の抽出や厚い標本の3次元的な解析が挙げられ,それらに適した撮像法およびその組み合わせについて探求する. 新たな特徴量としては,病理医にとっても鑑別が非常に難しい早期肝細胞癌の診断に有用な特徴量を探求する.具体的には,癌部と非癌部を識別するように学習した深層学習ネットワークを利用し,識別に関係するパターンの変化を探求する. 肝組織の鍍銀染色標本についても,細網線維領域のパターンを含む有用な特徴量の抽出などに取り組む.そして,診断に役立つ機能として,診断に有用な特徴量の分布を可視化する機能の実現についても取り組み.
|