| 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。
|
