• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2017 年度 実施状況報告書

多層検出器CTによるがん治療効果の画像バイオマーカーおよび予後予測システムの開発

研究課題

研究課題/領域番号 16K10287
研究機関熊本大学

研究代表者

中浦 猛  熊本大学, 医学薬学研究部, 助教 (90437913)

研究分担者 船間 芳憲  熊本大学, 大学院生命科学研究部(保), 教授 (30380992)
宇都宮 大輔  熊本大学, 大学院生命科学研究部(医), 特任准教授 (30571046)
木藤 雅文  熊本大学, 大学院生命科学研究部(医), 特任助教 (40744909)
平田 健一郎  熊本大学, 医学部附属病院, 医員 (60759562)
尾田 済太郎  熊本大学, 大学院生命科学研究部(医), 特任助教 (80571041)
幸 秀明  熊本大学, 医学部附属病院, 特任助教 (90710434)
研究期間 (年度) 2016-04-01 – 2019-03-31
キーワードDual Energy CT / 機械学習 / Radiomics
研究実績の概要

本年度は2層検出器CTで術前の肺癌を撮影した症例について、術後病理組織の組織分化度の鑑別能について検討した。その途中報告をオランダの13th MDCT user meetingで「Texture analysis / machine learning in evaluation of lung lesion」の演題名で報告した。
その後、従来のCT画像でのtexture解析と比較して、2層検出器を用いたtexture解析は肺癌の組織分化度の診断能が優れている事がわかり、「CT texture analysis to distinguish moderate/poor- and well differentiate adenocarcinoma of the lung: Usefulness of machine learning based on spectral CT imaging」の演題名で第77回放射線学会総会にて発表した。

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

2層検出器の性質の把握およびスペクトラルCTデータ処理の手法について確立することができた。この手法は様々な疾患に応用する事が可能と考えている。

今後の研究の推進方策

今年度の検討より2層検出器CTは従来のCTよりも肺癌の組織鑑別能に優れていることが判明した。今後は患者の予後や治療効果などとの比較を行う予定である。

次年度使用額が生じた理由

国際学会が招待講演であったため、発生しなかった。

  • 研究成果

    (2件)

すべて 2018 2017

すべて 学会発表 (2件) (うち国際学会 1件、 招待講演 1件)

  • [学会発表] CT texture analysis to distinguish moderate/poor- and well differentiate adenocarcinoma of the lung: Usefulness of machine learning based on spectral CT imaging2018

    • 著者名/発表者名
      中浦 猛
    • 学会等名
      第77回放射線学会総会
  • [学会発表] Texture analysis / machine learning in evaluation of lung lesion2017

    • 著者名/発表者名
      中浦 猛
    • 学会等名
      13th MDCT user meeting
    • 国際学会 / 招待講演

URL: 

公開日: 2018-12-17  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi