MRIと深層学習を用いた口腔癌リンパ節転移予測法の確立

基于MRI和深度学习的口腔癌淋巴结转移预测方法的建立

• 批准号: 22K10150
• 负责人: 角 美佐
• 金额: $ 2.66万
• 依托单位: Nagasaki University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K10150/
• 关键词: 口腔癌; リンパ節転移; MRI; 深層学習; 口腔癌リンパ節転移

口腔扁平上皮癌 (口腔癌) における最も重要な予後因子は頸部リンパ節転移である。原発巣MR画像から転移を予測する研究が開始されたが、MR画像上の転移予測因子として報告されているのは、現在のところ深達度などの形態情報のみで、転移予測精度は十分ではない。そこで本研究は、原発巣MR画像の形態情報に加えて、拡散強調MRIとダイナミック造影MRIから得られる機能情報を活用し、高精度な口腔癌リンパ節転移予測法を確立することを目的とする。転移との関連が強く示唆される機能情報を新たに加えること、多様なMR画像情報の合理的・包括的活用のため最新の深層学習技術を導入すること、さらに、病理組織学的裏付けを行うことで、高精度で信頼性の高いリンパ節転移予測法の確立を目指す。本研究は、口腔癌の予後向上へ大きく寄与することが期待される。令和4年度は、長崎大学病院においてMRI検査を施行後、現時点で原発巣の根治切除手術を行い術後3年以上の予後が確定している口腔癌患者を対象に、治療前のMR画像（拡散強調画像、ダイナミック造影画像、T1強調画像、脂肪抑制 T2強調画像、造影脂肪抑制T1強調画像）と、臨床情報（年齢・性別）・リンパ節情報 (pN分類、1次転移および後発転移の同側/対側の区別、レベル)を取得後、リンパ節情報を基にDatasetを作成した。次に、Datasetを用いて、まず、ダイナミック造影画像を使って、ダイナミック造影画像から得られる血行動態に関する機能特徴のみを抽出するモデルと、機能特徴に加え、形態特徴も学習するモデルの設計を行った。現時点での結果では、機能特徴のみを抽出するモデルの方が汎化性能が高かった。

Oral flat epithelial carcinoma (oral cancer) is the most important factor. At the beginning of the study, the image of the MR was moved to the image of the MR, and the image of the MR was moved to the report of the image. Now, the depth of the image is very high, and the precision of the image is very high. In this study, the shape of the original MR portrait is greatly enhanced, the intensity of the MRI image is enhanced, and the MRI imaging is proved to be feasible, and the accuracy of the measurement of oral cancer is very accurate. It is important to indicate that new information and multi-MR images are available, including the latest in-depth learning techniques, histopathology, and high-precision information transfer to the test system. In this study, oral cancer will be sent to the public in the future. In 2004, after the implementation of the clinical MRI program in the Nagasaki University Hospital, and more than 3 years after the radical resection of oral cancer was performed, the MR portraits of patients with oral cancer were confirmed before treatment (scattered intensity portraits, fat suppression T2 intensity portraits, T1 intensity portraits, fat suppression T2 intensity portraits, contrast fat suppression T1 intensity portraits), After the sex of sex, sex, The second, the Dataset system uses the device, the machine, the computer, the computer, the The time-to-point test results are good, and the machine is specially designed to improve the performance of the performance test.

项目成果

Exploiting perfusion MR features for salivary gland tumor classification

利用灌注 MR 特征进行唾液腺肿瘤分类

• 发表时间: 2022
• 作者: Keita Takeda;Tomoya Sakai;Ikuo Katayama;Yukinori Takagi;Miho Sasaki;Sato Eida;Misa Sumi
• 通讯作者: Misa Sumi

口腔腫瘍のMRI診断

口腔肿瘤的MRI诊断

• 发表时间: 2023
• 作者: Soutome Sakiko;Yanamoto Souichi;Sumi Misa;Hayashida Saki;Kojima Yuka;Sawada Shunsuke;Rokutanda Satoshi;Iwai Hiroshi;Saito Toshiyuki;Umeda Masahiro;角 美佐
• 通讯作者: 角 美佐

Diagnostic imaging of salivary gland tumors

唾液腺肿瘤的影像诊断

• 发表时间: 2022
• 作者: Soutome Sakiko;Yanamoto Souichi;Sumi Misa;Hayashida Saki;Kojima Yuka;Sawada Shunsuke;Rokutanda Satoshi;Iwai Hiroshi;Saito Toshiyuki;Umeda Masahiro;角 美佐;Misa Sumi
• 通讯作者: Misa Sumi

Juvenile onset of primary Sjogren's syndrome: Changes in imaging findings in a 7-year progression

原发性干燥综合征青少年发病：7 年进展中影像学表现的变化

• 发表时间: 2022
• 作者: Kohei Fujiwara;Yukinori Takagi;Tomoya Sakai;Miho Sasaki;Sato Eida;Ikuo Katayama;Misa Sumi;Yukinori Takagi,Miho Sasak,Sato Eida,Ikuo Katayama,Misa Sumi
• 通讯作者: Yukinori Takagi,Miho Sasak,Sato Eida,Ikuo Katayama,Misa Sumi

MRIの原理

磁共振成像原理

• 发表时间: 2022
• 作者: Soutome Sakiko;Yanamoto Souichi;Sumi Misa;Hayashida Saki;Kojima Yuka;Sawada Shunsuke;Rokutanda Satoshi;Iwai Hiroshi;Saito Toshiyuki;Umeda Masahiro;角 美佐;Misa Sumi;角 美佐
• 通讯作者: 角 美佐