| 研究課題/領域番号 |
20K08084
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
有村 秀孝 九州大学, 医学研究院, 教授 (20287353)
|
|---|
| 研究分担者 |
田中 謙太郎 九州大学, 医学研究院, 准教授 (00536849)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | EGFR変異肺癌 / 画像不変量 / 画像生検法 / ベッチ数特徴量 / EGFRサブタイプ分類 |
|---|
| 研究実績の概要 |
2021年度は上皮成長因子受容体（EGFR）Del19およびL858R変異のサブタイプのトポロジー特性を明らかにするために、3次元（3D）トポロジー不変ベッチ数（BN）を用いた新しいレディオゲノミクス法を明らかにした。野生型と変異型EGFRの分類（変異[M]分類）とDel19とL858Rのサブタイプ分類（サブタイプ[S]分類）のための2つのサポートベクターマシン（SVM）モデルを、3DBN特徴を用いて学習させた。3DBNマップは、CT画像を用いて、画像中の点の集合に構築されるCech complexに基づいて生成された。SVMモデルは分類精度を決定することで評価された。3DBNモデルの実現可能性を、擬似3次元BN（p3DBN）、2次元BN（2DBN）、CTおよびウェーブレット分解（WD）画像に基づく従来のレディオミクスモデルの実現可能性と比較検討した。M分類とS分類において、3DBNを用いた手法が最も良い正確度を示した。EGFR Del19/L858R変異のサブタイプの特徴と放射線医学的な関連を示した3DBN特徴は、従来の特徴量と比較してサブタイプ分類の精度を向上させることができた。
さらに、ベッチ数特徴量の応用研究として体幹部定位放射線治療(SBRT)前のCT画像を用いた放射線肺臓炎(RP)予測の研究も行った。その結果、肺がんに対するSBRT前のRP患者の可能性を予測するためのBN+KL-6モデルの包括的な性能を実証した。
|
| 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
本年度は3次元トポロジー不変ベッチ数を用いたEGFRサブタイプ分類において新しいレディオゲノミクス法を明らかにし、英語論文を投稿した。(Ninomiya K, Arimura H, et al. Three-dimensional topological radiogenomics of epidermal growth factor receptor Del19 and L858R mutation subtypes on computed tomography images of lung cancer patients. submitted)
また、ベッチ数特徴量の応用研究として体幹部定位放射線治療(SBRT)前のCT画像を用いた放射線肺臓炎(RP)予測の研究を英語論文として出版した。(Ninomiya K, Arimura H, et al. Synergistic combination of a topologically invariant imaging signature and a biomarker for the accurate prediction of symptomatic radiation pneumonitis before stereotactic ablative radiotherapy for lung cancer: A retrospective analysis. PLoS One. 2022;17(1):e0263292. doi: 10.1371/journal.pone.0263292.)
|
| 今後の研究の推進方策 |
今後は腫瘍細胞成長モデルを用いた肺癌のEGFR-TKI治療の予後予測法の開発を行う．
|
| 次年度使用額が生じた理由 |
次年度に３次元ベッチ数特徴量を計算するために、高性能ワークステーションを購入するため。
|
