並列タイトル等Super hybrid analysis for the grade of breast cancer that combined diffusion MRI, contrast-enhanced MRI, and deep learning
タイトル（掲載誌）令和1(2019)年度 科学研究費補助金 基盤研究(C) 研究成果報告書 = 2019 Fiscal Year Final Research Report
一般注記金沢大学医薬保健研究域保健学系
本研究は拡散MRIおよび造影MRIより得られる多数の情報を用いて乳癌の悪性度を層別化することを目的とした．トリプルネガティブ乳癌とHER2乳癌では，病理学的高悪性度群でADCが有意に低かったが，triexponential解析の３種類の拡散係数については，全て高悪性度群と低悪性度群で有意差はみられなかった．ルミナル乳癌では，高悪性度群でADCおよびtriexponential解析のDが有意に低かった．また造影MRIの指標であるSER(signal enhancement ratio)が高悪性度群で有意に高かった．ルミナル乳癌の多変量解析ではADCとSERが高悪性度群の抽出に有用な因子だった．
This study was intended to stratify grade of breast cancer using a large number of information to be obtained from diffusion and contrast-enhanced MRI. For triple negative breast cancer and HER2 breast cancer, ADC was significantly low in pathological high grade group. About three kinds of diffusion coefficients of the triexponential analysis, the significant difference was not found between high and low grade group. For luminal breast cancer, ADC and D of the triexponential analysis were significantly low in a high-grade group. Also, SER(signal enhancement ratio) from contrast-enhanced MRI was significantly high in a high-grade group. ADC and SER were the factors which were useful in the extraction of the high-grade group by the multivariate analysis in luminal breast cancer.
研究課題/領域番号:17K10394, 研究期間(年度):2017-04-01 - 2020-03-31
出典：「拡散・造影MRIとディープラーニングを併用したスーパーハイブリッド乳癌悪性度解析」研究成果報告書 課題番号17K10394 (KAKEN：科学研究費助成事業データベース（国立情報学研究所））（https://kaken.nii.ac.jp/report/KAKENHI-PROJECT-17K10394/17K10394seika/)を加工して作成
関連情報https://kaken.nii.ac.jp/search/?qm=70293355
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-17K10394/
https://kaken.nii.ac.jp/report/KAKENHI-PROJECT-17K10394/17K10394seika/
連携機関・データベース国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）