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

点击翻译按钮获取中文摘要

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。