| 研究課題/領域番号 |
19K08149
|
|---|
| 研究機関 | 名古屋大学 |
|---|
研究代表者 |
岩野 信吾 名古屋大学, 医学系研究科, 准教授 (90335034)
|
|---|
| 研究分担者 |
中村 彰太 名古屋大学, 医学部附属病院, 講師 (20612849)
伊藤 信嗣 名古屋大学, 医学部附属病院, 講師 (50597846)
伊藤 倫太郎 名古屋大学, 医学系研究科, 特任助教 (80813336)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2024-03-31
|
| キーワード | 超高精細CT撮影 / 原発性肺癌 / PET/CT / 機能画像 / 人工知能 / 胸壁浸潤癌 |
|---|
| 研究実績の概要 |
本研究では、肺癌症例の膨大な画像・手術・病理データを活用し、浸潤性・予後に関連する超高精細CT、MRI、PETによる新たなバイオマーカー構築を探索し、これらを統合的に解析することで早期肺癌の予後予測の精度向上、次世代の肺癌病期分類改訂に貢献することを目的としている。
名古屋大学医学部附属病院に超高精細CTが導入された2019年11月から2022年4月にかけて肺癌症例の超高精細CTを収集した。これまでの画像診断では診断が難しかった胸壁浸潤癌についてその超高精細CT画像所見を検討するため、胸膜・胸壁と接する77症例を選択し、その超高精細CT所見を検討した。その結果、胸壁に存在する肋間動脈由来の血管が腫瘍に分布する所見が認められた場合、胸壁浸潤癌である可能性が高いことを見いだした。解析結果を第14回呼吸機能イメージング研究会、日本医学放射線学会第172回中部地方会、第82回日本医学放射線学会総会で口演発表を行い、日本医学放射線学会総会でCypos賞を受賞した。
またPET/CT、従来型高精細CT、マイクロCTについて画像・臨床データベースから抽出し、それらがTNM分類や予後に与える影響についてレトロスペクティブな解析を行っている。
Deep Learningを研究手法に取り入れ、5mm厚のcovnentional CT画像から0.6mm厚の高精細3次元CT画像を再構成する人工知能(AI)を開発した。このAIを使うと原発性肺癌のTNM分類のT因子に採用されている充実成分径について、空間分解能の低い5mm厚のCT画像においても高精細CT並みに計測できることを明らかにした。本研究論文は2023年12月にScientific Reportsに掲載された。
|
