機械学習（AI)を用いた画像診断で同定困難な大腸癌微小肝転移の高精度同定法の開発
研究課題情報
- 体系的番号
- JP22K07254
- 助成事業
- 科学研究費助成事業
- 資金配分機関情報
- 日本学術振興会(JSPS)
- 研究課題/領域番号
- 22K07254
- 研究種目
- 基盤研究(C)
- 配分区分
-
- 基金
- 審査区分/研究分野
-
- 小区分50020:腫瘍診断および治療学関連
- 研究機関
-
- 九州大学
- 研究期間 (年度)
- 2022-04-01 〜 2025-03-31
- 研究課題ステータス
- 交付
- 配分額*注記
- 4,290,000 円 (直接経費: 3,300,000 円 間接経費: 990,000 円)
研究概要
大腸癌肝転移に対して最も推奨される治療方針は転移巣の完全切除である。しかし、術後 早期再発をきたす症例が多く、短期間に複数回の肝切除を余儀なくされることも多い。その原因として現在の画像診断では微小肝転移の検出感度が十分でないことが挙げられる。近年、機械学習（AI）による画像解析が注目されているが、本研究ではAIを用いた画像解析の技術を応用して、大腸癌肝転移が臨床的に同定可能となる以前の微小肝転移の段階で発見できるツールの開発を目指す。さらにテクスチャ解析を用いて微小肝転移に特異的な画像特徴量を同定し、術後病理所見との関係を解析することで、臨床応用を目指した画像解析の根拠の検証を行う。