| 研究課題/領域番号 |
16K15327
|
|---|
| 研究機関 | 信州大学 |
|---|
研究代表者 |
木村 文一 信州大学, 学術研究院保健学系, 講師 (10621849)
|
|---|
| 研究分担者 |
太田 浩良 信州大学, 学術研究院保健学系, 教授 (50273107)
佐藤 之俊 北里大学, 医学部, 教授 (90321637)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2020-03-31
|
| キーワード | Malignant mesothelioma / Cytology / Effusion / Image analysis / Texture analysis / Support vector machine / Cross validation |
|---|
| 研究実績の概要 |
悪性中皮腫は、熟練した細胞検査士や専門医の経験による形態学判断、免疫組織化学を用いて判定を行っているが、鑑別が困難な症例に遭遇することも多い。また、今後悪性中皮腫の患者数が増加することが予想され、早期発見が重要となる。本研究では、悪性中皮腫および時に悪性中皮腫細胞と鑑別困難な反応性中皮細胞の特徴量を算出し、コンピュータを使用した客観的評価を行うことで鑑別可能かどうか検討を行った。反応性中皮細胞および悪性中皮腫の顕微鏡画像から数値解析ソフトウェアMATLABにて核の輝度値、形状特徴、濃度共起行列、local binary pattern（以下LBP）、tamura特徴量、filter set (gabor filterおよびgaussian filter)などのテクスチャ解析手法から各特徴量を算出し、統計学的有意差検定および機械学習による判別分析を行った。
linear support vector machine(LSVM)による機械学習－判別分析では、輝度値を用いた場合の判別率は80％、形状特徴では60.5%、濃度共起行列では81.3％を示した。LBPでは81.3%、Tamura特徴量では77.2%であった。Gabor filterでは100%そしてgaussian filterでは72.8%であった。Gabor filter以外のテクスチャ解析の特徴量全てを用いた場合でも86.5%であった。Gabor filter単独で最も高い判別率を示した。Gabor filterのうち空間周波数π,角度が45°だけを使用した場合でも、判別率は100％を示した。信号値はクロマチンの増量状態、形状特徴量は核の形、濃度共起行列、LBP、tamura特徴量およびfilter setはクロマチン顆粒の粗さや分布状態を表していると思われる。また、アスベスト小体については、color unmixingを用いたアスベスト小体候補領域の検出、局所テクスチャ特徴量を用いた誤検出領域の削減を行い、アスベスト小体自動検出ソフトウェアを作成して自動検出を行うことができた。LSVM機械学習機をwindowsコンピュータで誰でも使用できるソフトウェアとして作製した。
|
| 備考 |
「DNA複製因子の発現とテクスチャ特徴量を用いた機械学習機による判別分析に関する研究」にて、第54回小嶋三郎記念技術賞を受賞。公益財団法人 黒住医学研究振興財団. 2019年6月14日.
|
