• 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

2018 年度 実施状況報告書

人工知能技術を利用した肺結節の体積倍加時間変化の機序の解明に関する研究

研究課題

研究課題/領域番号 18K07693
研究機関聖路加国際大学

研究代表者

松迫 正樹  聖路加国際大学, 聖路加国際病院, 医長 (90209528)

研究分担者 原 武史  岐阜大学, 工学部, 准教授 (10283285)
研究期間 (年度) 2018-04-01 – 2021-03-31
キーワード結節状陰影 / 定量解析 / 体積倍加時間
研究実績の概要

本年度は,用いるデータベースの特徴の確認と,計算環境の構築を主に実施した.まず,データベースの特徴の確認のため,手動で抽出した肺結節の輪郭から,体積倍加時間(Volume Doubling Time: VDT)の計測を実行した.ここで,VDTが10年以上となる超長期のVDTは,統計から除外した.
良性群においては,36組の結節の成長においてVDTの計測が可能であった.その平均/中央値/最大/最小は,それぞれ,1702日/1776日/3512日/428日であった.悪性群においては,106組の計測が可能であった.その平均/中央値/最大/最小は,それぞれ,686日/401日/3463日/45日であった.両者のVDTの間には,統計的有意差が確認された(p<0.001).
体積が3回以上計測できた結節について,初回の組みから計測したVDTと最後の組みから計測したVDTの比較を,良性群と悪性群について,それぞれ行った.悪性群では,初回/最終回それぞれで平均811日/322日であった.両者には有意差が認められた(p=0.005 ).良性群では,初回/最終回それぞれで平均1121日/1978日であった.両者には有意差は認められなかった.さらに,初回のVDTに関して,良性群と悪性群の有意差検定をおこなった結果,両者には有意差は認められなかった(p=0.053).
以上のことから,VDTは悪性は短く良性は長いという臨床的な経験が定量的に観察され,さらに,VDTの変化の程度は,良性と悪性によって異なる事実が明らかになった.
計算環境の構築については,研究分担者が中心に行い,データベースの共有および具体的な計算の実行を確認した.また,画像定量化および特徴抽出に関してのアルゴリズム開発を行い,SPECT/PET/CT画像データベースを用いて別モダリティの画像を利用した実験を行った.

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

データベースの特徴把握について,研究代表者と分担者とそれぞれで独立して実行できた.画像データの確認は,研究実施の基本的な作業であり,その検証が丁寧に実行できた.また,計算環境の構築もでき,深層学習に関する実験および初期の結果については実験結果が得られた.また,結節状陰影の自動抽出についてもGPUを利用した環境が構築できた.

今後の研究の推進方策

輪郭データの確認作業および自動抽出方法について,手動抽出の結果と自動抽出の結果の比較を行う.そこで得られた領域について,VDTによるクラスタリングを行う.また,1つの結節状陰影からVDTを推定する畳み込みニューラルネットワーク型回帰分析を実現し,1回の検査で,VDTの最大と最小を推定する手法について,実験を開始する.

次年度使用額が生じた理由

謝金の支払いについて,差異が発生した.また,購入物品の価格が変動した影響がある.

  • 研究成果

    (12件)

すべて 2019 2018

すべて 雑誌論文 (3件) (うち査読あり 2件) 学会発表 (6件) (うち国際学会 1件) 産業財産権 (1件) 学会・シンポジウム開催 (2件)

  • [雑誌論文] Automatic anatomy partitioning of the torso region on CT images by using a deep convolutional network with majority voting2019

    • 著者名/発表者名
      Xiangrong Zhou, Takuya Kojima, Song Wang, Xinxin Zhou, Takeshi Hara, Taiki Nozaki, Masaki Matsusako, Hiroshi Fujita
    • 雑誌名

      SPIE Medical Imaging

      巻: - ページ: 印刷中

    • 査読あり
  • [雑誌論文] 深層学習を用いた膝MR画像における軟骨抽出に関して教師データが与える結果の差異2019

    • 著者名/発表者名
      青木涼真,原 武史,野崎太希,松迫正樹,周 向栄,藤田 広志
    • 雑誌名

      電子情報通信学会技術報告

      巻: MI2018 ページ: 63-64

  • [雑誌論文] Quantitative analysis of dopamine transporter imaging using generating MR image from low dose CT image and segmentation by Deep Learning2019

    • 著者名/発表者名
      Shogo Yokoi, Takeshi Hara, Tetsuro Katafuchi, Masaki Matsusako, Xiangrong Zhou, Hiroshi Fujita
    • 雑誌名

      International Forum on Medical Imaging in Asis(IFMIA) 2019

      巻: - ページ: 印刷中

    • 査読あり
  • [学会発表] Automatic anatomy partitioning of the torso region on CT images by using a deep convolutional network with majority voting2019

    • 著者名/発表者名
      Xiangrong Zhou, Takuya Kojima, Song Wang, Xinxin Zhou, Takeshi Hara, Taiki Nozaki, Masaki Matsusako, Hiroshi Fujita
    • 学会等名
      SPIE Medical Imaging
    • 国際学会
  • [学会発表] 深層学習を用いた膝MR画像における軟骨抽出に関して教師データが与える結果の差異2019

    • 著者名/発表者名
      青木涼真,原 武史,野崎太希,松迫正樹,周 向栄,藤田 広志
    • 学会等名
      電子情報通信学会 医用画像研究会
  • [学会発表] ドパミントランスポーターイメージングにおける脳SPECT/CT像と脳MR像の画像融合と深層学習による領域分割技術に基づく定量解析2018

    • 著者名/発表者名
      横井翔伍,原 武史,片渕哲朗,松迫正樹,周 向栄,藤田広志
    • 学会等名
      日本核医学技術学会総会学術大会
  • [学会発表] 深層学習による頭部低線量CT像からのMR像の生成2018

    • 著者名/発表者名
      横井翔伍,原 武史,片渕哲朗,松迫正樹,周 向栄,藤田広志
    • 学会等名
      医用画像認知研究会
  • [学会発表] 脳SPECT像と脳MR像の画像融合及び2D-FCNによる領域分割を用いたドパミントランスポーターイメージングの定量解析2018

    • 著者名/発表者名
      横井翔伍,原 武史,片渕哲朗,松迫正樹,周 向栄,藤田広志
    • 学会等名
      人工知能応用医用画像研究会
  • [学会発表] Manami HAGA, Takeshi HARA, Satoshi ITO, Masaya KATO, Masaki MATSUSAKO, Xiangrong ZHOU, Tetsuro KATAFUCHI, Hiroshi FUJITA2018

    • 著者名/発表者名
      Automatic Segmentation of Tumors Using Z-score Image and Development of System for Cancer Therapy and Dose Measurement
    • 学会等名
      日本医用画像工学会
  • [産業財産権] 頭部CT検査用ゴーグル及び頭部CT検査方法2018

    • 発明者名
      野崎太希,松迫正樹
    • 権利者名
      野崎太希,松迫正樹
    • 産業財産権種類
      特許
    • 産業財産権番号
      特願2018-176501
  • [学会・シンポジウム開催] SPIE Medical Imaging2019

  • [学会・シンポジウム開催] 北米放射線学会2018

URL: 

公開日: 2019-12-27  

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