| 研究課題/領域番号 |
20K08131
|
|---|
| 研究機関 | 滋賀大学 |
|---|
研究代表者 |
村松 千左子 滋賀大学, データサイエンス学部, 准教授 (80509422)
|
|---|
| 研究分担者 |
大岩 幹直 独立行政法人国立病院機構(名古屋医療センター臨床研究センター), その他部局等, 医長 (50649697)
川崎 朋範 埼玉医科大学, 医学部, 教授 (90456484)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | ラジオミクス解析 / 深層学習 / 乳癌 / 画像診断 / サブタイプ分類 / グレード分類 |
|---|
| 研究実績の概要 |
本研究の目的は乳癌の画像診断で用いられる画像のラジオミクス解析により，乳癌のサブタイプや浸潤性，病理学的グレードなどを予測し，読影医の診断と治療方針の決定を支援し最適化医療に貢献することである．乳癌の治療はサブタイプにより，薬物療法の適用が異なる．通常サブタイプやグレード等の分類は病変部から細胞を採取する生検により行われるが，一般的に最初に行われるマンモグラフィや超音波検査画像より，これらの予測ができれば，よりスムーズに治療の計画が立てられ，診断にかかる時間の短縮や患者の心理的負担の軽減が期待できる．
このようなシステムの構築にはマルチモダリティ検査画像と病理診断結果が揃った質の良いデータベースが必要である．2021年度も引き続きデータベースの構築を行い，計約400症例を登録した．さらに同一施設より追加症例の登録と別施設より症例の提供を受ける予定である．これらはマンモグラフィ，超音波画像，癌の組織型，サブタイプ，グレード等の情報と病変の位置情報を含む．病変の位置情報から，病変部の切り出しや乳腺外領域の切り取りを行った．
画像解析ではマンモグラフィのみ，超音波画像のみ，両画像を入力としたときに，サブタイプ，グレード，浸潤性の分類を行うモデルを検討した．また，サンプルサイズが小さいため，対照学習を用いる方法についても検討を行った．実験結果よりある程度分類が可能であることがわかったが，更なるモデルの改善とデータの拡充が必要であり，2022年度に引き続き取り組む．
|
| 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
当初の予定通り，診断画像からのサブタイプ等の予測のためのモデルの構築を進めている．データベースの構築が少し遅れているが，新しいデータが入手出来次第，モデルの学習に追加し改善を図る．
|
| 今後の研究の推進方策 |
引き続きデータベースの拡充を行う．2つ目の施設からのデータを加えてロバスト性の向上を目指す．また，対照学習以外にデータの偏りや少数サンプルに対応するためのモデルの工夫について検討する．
|
| 次年度使用額が生じた理由 |
コロナ禍で国際学会参加の為の旅費や参加費等の使用がなかったことと，ストレージのコストが当初の予定より低かったため．次年度に可能であれば国際学会での発表，論文投稿・校閲費，データ集計のためのパソコンの購入，ストレージバックアップディスクの購入に使用する．
|
