超高精細CTの新しい肺癌画像解析法の確立：診断能に寄与する画像因子探索とAI解析

利用超高清CT建立肺癌图像分析新方法：寻找有助于诊断性能和AI分析的图像因素

• 批准号: 21K07672
• 负责人: 梁川 雅弘
• 金额: $ 2.66万
• 依托单位: Osaka University
• 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
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K07672/
• 关键词: 超高精細CT; 肺腺癌; PD-L1; 人工知能; Vision Transformer; LIME; 遺伝子; Vision transformer; 肺癌; 診断能

本研究は、面内・体軸方向ともに従来CTの2倍の空間分解能を有する超高精細CTにて撮像した肺癌の画像データから、診断能の向上に役立つ主観的および客観的画像学的因子を探索し、肺癌の的確な診断や治療方針の選択に役立つ画像解析法の確立を目指すことである。具体的な研究項目は、①肺癌の超高精細CT画像所見と病理組織像や遺伝子情報との詳細な対比②超高精細CT画像データを定量解析するための人工知能ベースのソフトウェア開発③病理学的因子、遺伝子因子、予後因子に関連する画像所見および定量因子の究明、の3つである。1. 超高精細 CT 所見の評価および遺伝子の免疫染色を含めた病理学的因子の評価初年度に収集した85例の超高精細CTデータを用いたCT-based radiomics解析を行い、肺腺癌のsubtypeの中で予後不良なもの（micropapillary, solid）との関連性およびPD-L1(programmed cell death1 ligand1)との関連性を機械学習や統計ソフトを用いて検討した。更に、当科に保管されている伸展固定肺を超高精細CTで撮像し、超高精細CT画像と組織像を直接対比し、微細構造の描出能や結節の検出能についても検証を加えた。2. CT画像所見の評価と人工知能の構築超高精細CTデータ、従来CTに相当する画像データ（NRsimulation）を用いて、人工知能の着目部位の検討を行うため、Vision transformerを用いた人工知能解析モデルを構築した他、類似のモデルとしてLIMEの構築も行い、上記の85例において、上皮内癌(AIS)、微少浸潤性腺癌(MIA)、浸潤性腺癌(IVA)の分類と人工知能の診断時の着目部位を視覚化した。

这项研究旨在探索主观和客观的成像因素，以帮助改善使用超高定义CT捕获的肺癌图像数据的诊断能力，该肺癌的空间分辨率是平面和人体轴向方向的两倍的空间分辨率，并建立图像分析方法，该方法将帮助您准确地诊断肺癌并选择治疗计划。具体研究项目包括：1）对肺癌的超高定义CT成像发现与组织病理学和遗传信息的详细比较，2）开发基于人工智能的软件，用于定量分析超高定义的CT成像数据，以及3）与图像发现和定量的研究相关的与病理学因素相关的图像发现和遗传学因素和遗传学因素和遗传学因素和预测。 1。对包括遗传免疫染色（包括遗传免疫染色）的超高定义的CT发现和评估我们对第一年收集的85例CT的CT数据进行了基于CT的放射组学分析，以及与肺部腺癌统计量的较差的预后（Micropillary，固体，固体）与Pd-lig的结合PD-LIG和PD-LIG的关联（固体）（固体）。 软件。此外，我们使用超高定义的CT捕获了部门中存储的扩展固定肺部，将超高定义的CT图像与组织学直接对比，并验证描述微结构和检测结节的能力。 2. Evaluation of CT image findings and construction of artificial intelligence In order to examine the site of interest in artificial intelligence using ultra-high definition CT data and image data equivalent to conventional CT (NRsimulation), an artificial intelligence analysis model using Vision transformer was constructed, and LIME was constructed as a similar model, and in the 85 cases mentioned above, classification of intraepithelial carcinoma (AIS), microinvasive腺癌（MIA）和浸润性腺癌（IVA）以及人工智能诊断期间感兴趣的位点的可视化。

项目成果

High-Spatial-Resolution CT from Normal-Resolution to Super High-Resolution data: Influence on Pathological Invasiveness Prediction of Lung Adenocarcinoma with Machine-Learning Radiomics Software.

从正常分辨率到超高分辨率数据的高空间分辨率 CT：利用机器学习放射组学软件对肺腺癌病理侵袭性预测的影响。

• 发表时间: 2022
• 作者: Yanagawa M;Moriya H;Sumikawa H;Tsuchiya N;Ohno Y;Iwasawa T;Hata A;Nagatani Y;Tomiyama N.
• 通讯作者: Tomiyama N.

超高精細CTによる胸部画像診断の可能性：肺の解剖学的構造の見え方と肺腺癌診断能への影響

使用超高清 CT 进行胸部影像诊断的可能性：肺部解剖结构如何可视化及其对诊断肺腺癌能力的影响

• 发表时间: 2021
• 作者: Yanagawa M;Hata A;Kikuchi N;Miyata T;Yoshida Y;Yamagata K;Doi S;Ninomiya K;Tomiyama N.;梁川雅弘
• 通讯作者: 梁川雅弘

総合診療セミナー（生涯教育・研修医セミナー）「肺癌個別化医療における画像診断」、呼吸器画像診断におけるAIとの付き合い方

全科医疗研讨会（继续教育/培训研讨会）“肺癌个性化医疗中的影像诊断”，如何应对呼吸影像诊断中的AI

• 发表时间: 2022
• 作者: Yanagawa M;Hata A;Kikuchi N;Yoshida Y;Yamagata K;Doi S;Ninomiya K;Ohira R;Tomiyama N.;梁川雅弘;梁川雅弘
• 通讯作者: 梁川雅弘

シンポジウム1 AI 画像診断支援技術：臨床応用の最前線 胸部領域における AI 画像診断支援技術

研讨会1 AI影像诊断支持技术：胸腔AI影像诊断支持技术临床应用前沿

• 发表时间: 2022
• 作者: Yanagawa M;Hata A;Kikuchi N;Yoshida Y;Yamagata K;Doi S;Ninomiya K;Ohira R;Tomiyama N.;梁川雅弘;梁川雅弘;梁川雅弘
• 通讯作者: 梁川雅弘

「計算生命科学の基礎９」胸部画像診断におけるAI： 臨床応用、今後AIに期待すること

《计算生命科学基础9》人工智能在胸部影像诊断：人工智能的临床应用和未来展望

• 发表时间: 2022
• 作者: Yanagawa M;Hata A;Kikuchi N;Yoshida Y;Yamagata K;Doi S;Ninomiya K;Ohira R;Tomiyama N.;梁川雅弘;梁川雅弘;梁川雅弘;梁川雅弘;梁川雅弘;梁川雅弘
• 通讯作者: 梁川雅弘