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

基本信息

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

项目摘要

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。

本研究旨在基于超高清 CT 捕获的肺癌图像数据，确定有助于提高诊断性能的主观和客观成像因素，超高清 CT 在平面内和轴向上的空间分辨率是传统 CT 的两倍。旨在探索这一点并建立一种图像分析方法，该方法将有助于肺癌的准确诊断和治疗策略的选择。具体研究项目包括：（1）肺癌超高清CT图像结果与组织病理学图像和遗传信息的详细比较；（2）开发基于人工智能的超高清CT图像定量分析软件；数据；（3）病理学。这三个领域是：临床因素、遗传因素、影像学结果以及与预后因素相关的定量因素。 1.超高清CT表现的评估和病理因素的评估，包括基于CT的放射组学分析，我们使用第一年收集的85例超高清CT数据进行了机器学习和统计。软件检查与预后不良的亚型（微毛细管、实体）和 PD-L1（程序性细胞死亡 1 配体 1）的关联。此外，我们还使用超高清CT对我们科室保存的拉伸固定的肺部进行成像，并直接将超高清CT图像与组织学图像进行比较，以验证其描绘微观结构和检测结节的能力。 2. CT图像表现评估及AI构建除了使用Transformer建立人工智能分析模型外，我们还建立了LIME作为类似的模型，并在上述85例病例中诊断出原位癌（AIS）、微浸润性腺癌（MIA）和浸润性腺癌（IVA） AI诊断的分类和重点领域可视化。