Prostate cancer recurrence risk analysis using 3D MRI deep learning

点击翻译按钮获取中文摘要

本研究では、神戸大学医学部附属病院で行われた根治的前立腺全摘除術の患者600人から得たMRIデータを基に、前立腺がんの再発と寛解を予測するDeep Learningモデルの開発を目指した。データは、前立腺がん再発群80人と寛解群520人から収集し、DICOM形式から画像データへ変換した。Deep Learningモデルの検証のために公開データセットのprostate158も用いた。prostate158は専門家により注釈が付けられた158組のバイパラメトリック3T前立腺MRIからなるデータセットであり。それぞれのデータには、T2w（T2強調）シーケンスと拡散強調シーケンス、そして顕著な拡散係数（ADC）マップが含まれている。このデータセットを用いることで解剖学的領域とがん性病変の自動セグメンテーション、各がん性病変の組織病理学的確認、モデルの検証が可能である。また、3Dデータの拡張・増強のためにData Augmentationを検討し、Augumentationの各種パラメータを得た。画像分類モデルとしては、MONAIが提供するUNETRを用い、前立腺がん領域の3Dセグメンテーションを実施した。UNETRは、UNetのエンコーダ・デコーダ構造にTransformerを組み込んだモデルであり、3D画像の全体的なコンテキストを考慮した特徴抽出が可能であると期待される。画像セグメンテーションに15000ステップの学習を経て、精度よく前立腺のセグメンテーションが可能となり、現在その精度の検証を実行中である。この研究により、MRIデータに基づく前立腺がんの再発予測の精度向上が期待される。