A01-KB108 深層学習を用いたすい癌の病理組織画像からの細胞タイプ識別モデルの構築

From Multidisciplinary Computional Anatomy
Jump to: navigation, search

メンバー

  • 研究代表者
    小野 直亮(奈良先端科学技術大学院大学・情報科学研究科・助教)
  • 連携研究者
    大内田 研宙 (九州大学病院・医学系学府 臓器機能医学専攻・講師) 
    岩本 千佳 (九州大学・医学研究院 先端医療医学部門・学術研究員)

概要

本研究では、深層学習を利用した画像からの特徴抽出の技術を用いてすい癌の病理組織画像から癌組織やその周辺の細胞のタイプを判別する診断支援システムを構築することを目的とする。すい癌は早期発見の困難さや進行の速さ、遠隔転移の頻度などから予後は決してよくないとされているが、細胞の形態からあらかじめ腫瘍細胞の増殖率、転移能などを評価することができれば、より早期の診断や的確な治療につながると期待されている。腫瘍組織は一般には多様な細胞の入り混じったヘテロな構造を持つが、領域ごとの細胞群の種類や悪性度などを細胞の形態的特徴から認識することができれば、治療方針などにおける医師の判断のサポートに役立てることができる。  我々は前回の公募研究で肺腺癌の病理組織画像を深層学習によって学習し、遺伝子発現パターンからクラスタリングされたサブタイプを細胞の形状パターンを分別できることを示した。本研究でも同様に、深層学習のニューラルネットワークを用いて、すい癌の腫瘍組織の形態を与えられたデータから抽出するとともに、ネットワークによって得られた特徴の分布から、形態に基づく細胞のクラスタリングを行い、新しいタイプ分別を作り出すことも考えている。最終的に、深層学習によって抽出された特徴をもとに組織画像の領域ごとに細胞のタイプを自動的に判別し、タイプごとの予測確率を示すアプリケーションの構築を目指す。

概要図

A01-KB108.png