课题基金 / 基金详情

Construction of Deep Learning Model for Determining Histological Treatment Effect after Neoadjuvant Therapy of Lung Cancer

Construction of Deep Learning Model for Determining Histological Treatment Effect after Neoadjuvant Therapy of Lung Cancer
肺癌新辅助治疗后组织学治疗效果判定的深度学习模型构建
批准号:
21K06923
负责人:
吉澤 明彦
金额:
$2.75万
依托单位:
依托单位国家:
日本
项目类别:
Grant-in-Aid for Scientific Research (C)
财政年份:
2021
资助国家:
日本
项目状态:
已结题
起止时间:
2021-04-01 至 2024-03-31

项目摘要

项目成果

吉澤 明彦的其他基金

相似基金

相关文献

中文摘要
翻译
本検討は,術前補助療法(ネオアジュバント療法:以下NAC)後切除された非小細胞肺癌症例の治療効果判定に関して,デジタル化された切除病理組織材料(Whole slide image: WSI化)を用い,人工知能(特に深層学習)モデルを構築,その標準化をめざすことを目標としている。初年度はNAC後非小細胞肺癌切除症例を抽出し,パイロットスタディとして単一症例での人工知能モデル(CNNモデル)の構築のためのアノテーション作業(3クラス:非腫瘍成分,腫瘍床,残存腫瘍成分),およびネットワークとしてResNet50を用い評価を行った。結果,感度はそれぞれ0.92, 0.86, 0.82と比較的良好な結果が得られた。当該年度は,初年度の検討を踏まえ,対象となる申請者の施設におけるNAC後非小細胞肺癌切除症例を全例抽出,学習症例とテスト症例にわけ,学習症例に関しては腫瘍床となるHE染色染色スライドを抽出,デジタル化した。同学習症例には,病理医が初年度同様,3クラスでのアノテーション作業を行った。また,ネットワークとしては,申請者らが構築したより病理診断に適したネットワーク(適応的重み付けマルチスケールパッチモデル)を用いた。結果,学習症例では,病理医の判定した結果に対して,構築したCNNモデルは非常に精度高く,ROC曲線におけるAUC0.9以上を持って,3クラスを判定することができた。次に,テスト症例を用いて,CNNモデルによる判定結果を算出,別途評価した病理医の判定との対比を行った。ここでも,十分な精度をもって,病理医の判定と一致していることが判明した。最後に,構築したCNNモデルにてMPR(Major Pathological Response)に達した症例と達していない症例を分け再発予後について検討したところ,統計的に有意な差を持って予後が推定されることが示された。
英文摘要
本検討は,術前補助療法(ネオアジュバント療法:以下NAC)後切除された非小細胞肺癌症例の治療効果判定に関して,デジタル化された切除病理組織材料(Whole slide image: WSI化)を用い,人工知能(特に深層学習)モデルを構築,その標準化をめざすことを目標としている。初年度はNAC後非小細胞肺癌切除症例を抽出し,パイロットスタディとして単一症例での人工知能モデル(CNNモデル)の構築のためのアノテーション作業(3クラス:非腫瘍成分,腫瘍床,残存腫瘍成分),およびネットワークとしてResNet50を用い評価を行った。結果,感度はそれぞれ0.92, 0.86, 0.82と比較的良好な結果が得られた。当該年度は,初年度の検討を踏まえ,対象となる申請者の施設におけるNAC後非小細胞肺癌切除症例を全例抽出,学習症例とテスト症例にわけ,学習症例に関しては腫瘍床となるHE染色染色スライドを抽出,デジタル化した。同学習症例には,病理医が初年度同様,3クラスでのアノテーション作業を行った。また,ネットワークとしては,申請者らが構築したより病理診断に適したネットワーク(適応的重み付けマルチスケールパッチモデル)を用いた。結果,学習症例では,病理医の判定した結果に対して,構築したCNNモデルは非常に精度高く,ROC曲線におけるAUC0.9以上を持って,3クラスを判定することができた。次に,テスト症例を用いて,CNNモデルによる判定結果を算出,別途評価した病理医の判定との対比を行った。ここでも,十分な精度をもって,病理医の判定と一致していることが判明した。最後に,構築したCNNモデルにてMPR(Major Pathological Response)に達した症例と達していない症例を分け再発予後について検討したところ,統計的に有意な差を持って予後が推定されることが示された。
期刊论文(4)
专著(0)
科研奖励(0)
会议论文
DOI: --
发表时间: 2023
期刊:
影响因子: --
作者: [Kazuhiro Terada, Akihiko Yoshizawa, Xiaoqing Liu, Ryoma Bise, Hironori Haga]
通讯作者: Hironori Haga
今どこにいるのか,そしてどこに向かうのか ~肺癌病理領域における人工知能~
我们现在在哪里,我们将走向何方? - 肺癌病理领域的人工智能 -
DOI: --
发表时间: 2021
期刊:
影响因子: --
作者: [Kojima Naoki, Komiyama Motokiyo, Shinoda Yasuo, Watanabe Shun-ichi, Yatabe Yasushi, Kawai Akira, Yoshida Akihiko, 吉澤明彦]
通讯作者: 吉澤明彦
胸膜肺実質線維弾性症の線維化を正確に捉える空間的深層学習モデルの構築
  • 批准号:
    24K10145
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
  • 资助金额:
    $2.91万
  • 财政年份:
    2024
  • 负责人:
    吉澤 明彦
  • 依托单位:
国内基金
海外基金
肠道菌群调控雌激素代谢在绝经后女性肺癌发生发展中的作用机制和靶向干预策略
  • 批准号:
    2026JJ50435
  • 项目类别:
    省市级项目
  • 资助金额:
    --
  • 批准年份:
    2026
  • 负责人:
    唐敬群
  • 依托单位:
HMGB3驱动肺癌脑转移及其在TTFields联合放疗中的调控作用与机制研究
  • 批准号:
    2026JJ50316
  • 项目类别:
    省市级项目
  • 资助金额:
    --
  • 批准年份:
    2026
  • 负责人:
    周蓉蓉
  • 依托单位:
靶向LDHB激活cGAS-STING通路增强肺癌免疫治疗应答的作用及其机制研究
  • 批准号:
    2026JJ60084
  • 项目类别:
    省市级项目
  • 资助金额:
    --
  • 批准年份:
    2026
  • 负责人:
    邓海斌
  • 依托单位:
基于虚拟现实技术的肺癌患者围术期症状群多模态干预系统的构建及应用研究