| 研究課題/領域番号 |
20K08033
|
|---|
| 研究機関 | 京都府立医科大学 |
|---|
研究代表者 |
後藤 眞理子 京都府立医科大学, 医学(系)研究科(研究院), 講師 (20605042)
|
|---|
| 研究分担者 |
中山 良平 立命館大学, 理工学部, 教授 (20402688)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 乳房MRI / 乳癌 / 非腫瘤性造影病変 |
|---|
| 研究実績の概要 |
本研究の最終目的は、乳房MRIにおける非腫瘤性造影効果のマルチパラメトリック診断による診断精度の向上と病変抽出・悪性度確立分布図（malignant probability map: MP-map）の構築を目指すことである。2021年度は2020年度に引き続き症例を集積し、非腫瘤性造影病変の自動抽出モデル構築の改善を行った。前年度を踏襲し、ダイナミックMRIの画像データを用い、ダイナミックMRI各時相におけるボクセルの信号値に基づき、機械学習により非腫瘤性造影病変を正常乳腺の造影効果と区別して自動抽出するモデルを作成、精度の向上に努めた。
京都府立医科大学附属病院乳腺外科医の診察後、診療上の必要性があり乳房造影MRIが施行された症例（女性のみ）のうち、非腫瘤性造影病変あり、と診断された症例を抽出。乳房MRI撮影は当院に現有する3テスラMRI 装置で行った。非腫瘤性造影病変が指摘された症例はこれまでに70症例集積でき、当該症例のダイナミックMRIにおける非腫瘤性造影病変に乳腺専門の放射線診断専門医が関心領域を設定。研究分担者である立命館大学理工学部においてMRI画像データ解析を行い特徴量を抽出。機械学習を用い、非腫瘤性造影病変を正常乳腺造影効果と区別して自動的に抽出するモデルの構築、改善を検討した。結果、ダイナミックMRIにおける各時相のボクセルごとの信号値が非腫瘤性造影病変の抽出に有用で、抽出精度に改善の余地はあるものの、ある程度自動抽出可能なモデルが作成できた。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
COVID19感染症のため通常診療の縮小、乳腺外科手術の減少があり、乳房MRI施行症例が減少。症例の集積に難渋している。
|
| 今後の研究の推進方策 |
次年度以降も症例蓄積を継続し、非腫瘤性造影病変の自動抽出モデルのさらなる精度向上を目指す。また症例が蓄積してきたため、まずはダイナミックMRIのデータを使用して悪性度確立分布図（malignant probability map: MP-map）の構築モデルの作成に着手する。
|
| 次年度使用額が生じた理由 |
前年度に引き続きCOVID19蔓延により国内学会、国際学会への渡航が中止となり旅費が不要となった。国内及び国際学会が再開されつつあり、次年度以降の旅費として使用したい。またweb会議が主流となってきたため、ネットワーク環境、web会議システム構築のための機器購入などに充てる予定である。
|
