| 研究課題/領域番号 |
21K12742
|
|---|
| 研究機関 | 国立研究開発法人理化学研究所 |
|---|
研究代表者 |
竹本 智子 国立研究開発法人理化学研究所, 光量子工学研究センター, 研究員 (00450403)
|
|---|
| 研究分担者 |
横田 秀夫 国立研究開発法人理化学研究所, 光量子工学研究センター, チームリーダー (00261206)
矢野 友規 国立研究開発法人国立がん研究センター, 東病院, 科長 (70505883)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| キーワード | 画像診断 / 消化器内視鏡 / 人工知能 / 深層学習 / 胃がん / 酸素飽和度 |
|---|
| 研究実績の概要 |
胃がんは最も死亡率の高いがんの一つであり、早期の発見・治療が必要とされている。近年、X線検査に代わる胃がんの早期発見の手段として、健康診断への導入が期待されるなど、内視鏡画像診断のニーズはさらに高まっている。しかし、早期の胃がんは形態的特徴に乏しく消化器系がんの中でも特に診断が難しいことから、診断精度は術者の熟練度や装置性能に大きく依存する。今後、世界中で検査数増加が想定されることから、コンピュータによって検査画像を正確・迅速に事前レビューし、術者の負担軽減や診断の均霑化を支援できる技術が求められている。
そこで本研究では、機械学習を活用して内視鏡画像から早期の胃がんを高精度に自動検出し、熟練度や装置性能の違いによる診断精度差を軽減することを目指している。本研究では昨年度までに畳み込みニューラルネットーワーク（CNN）を活用し、少量の学習用データから早期胃がんを自動検出するスキームを提案した。今年度は提案スキームをさらに拡張し、内視鏡検査画像の入力に対し、病変の有無だけでなく、１画素単位で病変の存在確率を予測できるようにした。これによって、術者が実際の臨床現場で実施する病変の範囲診断との比較が可能となった。提案法を共同研究機関から提供頂いた約2年分の連続症例を用いて評価したところ、内視鏡専門医の範囲診断とほぼ同等の結果が得られることを確認した。これらの成果は医学系論文誌にアクセプトされている。
|
| 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
本研究は、消化器内視鏡の検査画像から早期胃がんを高精度に自動検出する手法の開発を目的に、主に以下３課題を実施計画に挙げている。
１．正解付きの内視鏡検査画像を学習データとしたCNNを活用し、早期胃がん領域を自動検出する方法論を開発する。
２．学習データのマルチスケール化や酸素飽和度内視鏡からの画像特徴等を活用することにより、一般的には難しいとされる早期胃がんの範囲診断を実現する。
３．専門医が作成した病変領域のアノテーション及びその臨床的特徴と、提案法が予測した病変の存在領域を解析し、本提案の有効性と限界を明らかにする。
これまでに、１の早期胃がん領域を自動検出するスキームの開発完了し、２の早期胃がんの範囲診断までが可能となった。１と２の成果は医学系論文誌にアクセプトされている。一方で、自動検出スキームの開発と平行して進めている酸素飽和度値による病変領域の画像特徴解析については、前述のジャーナル投稿を優先したため、今年度は基本的な解析に留めた。全体3年計画のうち２年目までで自動検出スキームの開発と範囲診断の実現、及びそれらの論文化まで達成していることから、研究全体としては概ね順調に進展している。
|
| 今後の研究の推進方策 |
研究実施計画のうち、残課題は酸素飽和度内視鏡からの画像特徴を活用した画像診断と、正解領域と予測領域の臨床的特徴の解析である。これまでの解析によって、がんの臨床的特徴によって酸素飽和度の分布特性に差が生じる可能性があることから、酸素飽和度を活用した早期胃がんの画像特徴の学習について、引き続き解析・検討を進める。
|
| 次年度使用額が生じた理由 |
令和4年度について、研究計画の実施は概ね当初の予定通り進み、研究費についてはほぼ予定金額通りに執行した。ただし、成果発表のジャーナル誌投稿に関わる作業が令和4年度と令和5年度に跨ったことから、英文校正費については納品日を考慮し次年度使用分としたため残額が生じた。
|
