2022 Fiscal Year Final Research Report

Quantitative diagnosis of early-stage lung cancer by fusing non-contrast and contrast high-definition CT images

Research Project

PDF

Project/Area Number	20H04551
Research Category	Grant-in-Aid for Scientific Research (B)
Allocation Type	Single-year Grants
Section	一般
Review Section	Basic Section 90130:Medical systems-related
Research Institution	The University of Tokushima
Principal Investigator	KAWATA Yoshiki 徳島大学, ポストLEDフォトニクス研究所, 教授 (70274264)
Co-Investigator(Kenkyū-buntansha)	楠本昌彦国立研究開発法人国立がん研究センター, 中央病院, 科長 (90252767) 土田敬明国立研究開発法人国立がん研究センター, 中央病院, 医長 (80256239) 松元祐司国立研究開発法人国立がん研究センター, 中央病院, 医員 (00600579) 青景圭樹国立研究開発法人国立がん研究センター, 東病院, 医長 (20544753) 石井源一郎国立研究開発法人国立がん研究センター, 東病院, 科長 (00270869) 仁木登徳島大学, 大学院社会産業理工学研究部(理工学域), 名誉教授 (80116847)
Project Period (FY)	2020-04-01 – 2023-03-31
Keywords	肺がん / 非造影・造影高精細CT画像 / 予後予測 / リンパ節転移予測 / 3次元テクスチャ構造解析
Outline of Final Research Achievements	Noninvasive biomarkers capturing lung cancer aggressiveness could provide crucial quantitative information for precision medicine to aid clinical decision-making. In this study, we constructed a database of non-contrast and contrast-enhanced CT images and medical information. In addition, we developed a quantitative analysis method based on 3D texture structure analysis inside and around lung cancer, enabling the analysis of data related to lung cancer pathology. Combining the structure-texture image decomposition model with the topological data analysis is a promising approach to quantitatively reveal the spatial configuration of texture representing the tumor heterogeneity. Additional validation that involves investigating CT reconstruction parameters' affection, we expect that the quantitative analysis tool will facilitate the understanding and interpretation of the spatial configuration of texture components, which links to an evaluation of lung cancer aggressiveness.
Free Research Field	医用画像処理
Academic Significance and Societal Importance of the Research Achievements	肺がん臨床病期診断には，造影CTおよびFDG-PETによる画像検査が用いられるが，リンパ節転移の診断能に限界がある．このため，非造影・造影高精細CT画像による肺がん進展度の高精度な定量的診断と早期肺がんの定量的解析と病理学的な肺がん病態及びリンパ節転移との関係の定量的な解析技術が重要である．本研究の成果によって肺がん及びリンパ節の形態特徴に加え，肺がんとリンパ節分布の関係の定量的な表現に基づくリンパ節転移評価を可能にし，肺門・縦隔リンパ節転移の可能性の高い対象を明確化する定量的指標の確立に寄与することが期待できる．肺がんの最適な治療方針の決定と肺がん患者の生存率改善に貢献できる意義を有する．