| 研究実績の概要 |
① 頭蓋底病 に する術前画像の機械学習については、機械学習による病理診 において、国際的にも機械学習による鑑別がトピックとなっている脊索腫と軟骨肉腫の鑑別（ＣＴやＭＲＩ上、肉眼的鑑別が困難であるが、前者は再発率の高い 性腫瘍、後者は良性腫瘍）が行えるかどうかについて 証を行い、スモールデータを元にした学習でも、90％以上の正確さをもってこれらの鑑別が行えるレベルに達した。良好な成果が達成されるに至っため、国際誌投稿し、出版するに至っている（Yamazawa E, Takahashi S, Shin M, Tanaka S, Takahashi W, Nakamoto T, Suzuki Y, Takami H, Saito N. MRI-Based Radiomics Differentiates Skull Base Chordoma and Chondrosarcoma: A Preliminary Study. Cancers (Basel). 2022 Jul 3;14(13):3264. doi: 10.3390/cancers14133264. PMID: 35805036 Free PMC article.
）。
② CTやMRIなどのDICOM画像を速やかに自動で融合できるような、システムの利用により、より短時間でのシミュレーションモデルの作成が可能となっており、症例 討や手術中の３Dアトラスに耐えうるモデル作成技術が完成し、 証を行っている。これらを頭蓋底腫瘍を有する患者の手術所見と、実際の手術で比較討することで、術前画像の立体的把握と術中の解剖構造の把握にが可能となり、現在有用性についての結果が出つつある。これらについては、一定の成果を、論文として作成し、国際誌にacceptされている。
|
