WEKO3
アイテム
ディープラーニングを用いたマンモグラム時系列解析による対側乳癌予測システムの開発
https://kindai.repo.nii.ac.jp/records/2003838
https://kindai.repo.nii.ac.jp/records/2003838fd712074-3912-44ab-abf0-342f1d773929
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
21K07657seika.pdf (1.0 MB)
|
|
| アイテムタイプ | 報告書 / report(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2025-10-27 | |||||||||
| タイトル | ||||||||||
| タイトル | ディープラーニングを用いたマンモグラム時系列解析による対側乳癌予測システムの開発 | |||||||||
| 言語 | ja | |||||||||
| タイトル | ||||||||||
| タイトル | Development of a Predictive Model for Contralateral Breast Cancer Risk Using Deep Learning-Based Time-Series Analysis of Mammograms | |||||||||
| 言語 | en | |||||||||
| 研究代表者 |
山室, 美佳
× 山室, 美佳
e-Rad_Researcher
90837866
|
|||||||||
| 研究分担者 |
浅井, 義行
× 浅井, 義行× 石井, 一成× 近藤, 世範 |
|||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| キーワード | ||||||||||
| 主題 | マンモグラフィ, 乳腺密度, 計測技術, 推定技術, 時系列解析, 人工知能技術 Deep learning, ResNet |
|||||||||
| 内容記述 | ||||||||||
| 内容記述タイプ | Abstract | |||||||||
| 内容記述 | 異時性対側乳癌は一次乳癌に比べ発症率が高く、通常、乳癌患者は手術後、マンモグラフィによる経時的なフォローアップを受ける。本課題では、マンモグラムから算出した乳腺密度（乳房全体に占める乳腺組織の割合）の経時変化に着目し、対側乳癌発症リスクを予測するモデルの開発を行った。その過程で、ディープラーニング技術を応用した高精度な乳腺密度計測技術および、画像を必要としない乳腺密度推定技術を確立した。さらにこれらを統合することにより、生データが保存されていない過去のマンモグラムに対しても乳腺密度を算出可能とし、乳腺密度の高精度な時系列解析を実現した。 | |||||||||
| 言語 | ja | |||||||||
| 内容記述 | ||||||||||
| 内容記述タイプ | Abstract | |||||||||
| 内容記述 | Metachronous contralateral breast cancer has a higher incidence rate than primary breast cancer. Patients with breast cancer typically undergo longitudinal follow-up using mammography after surgery. In this project, we focused on the temporal changes in breast density; the proportion of fibroglandular tissue relative to the entire breast region; calculated from mammograms, and developed a predictive model for the risk of contralateral breast cancer. During the course of this research, we established a highly accurate breast density measurement technique based on deep learning, as well as a method for estimating breast density without requiring direct access to images. By integrating these technologies, we enabled breast density calculation even for historical mammograms for which raw data are unavailable, thereby achieving highly accurate time-series analysis of breast density. | |||||||||
| 言語 | en | |||||||||
| 内容記述 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 研究分野：放射線診断学 | |||||||||
| 言語 | ja | |||||||||
| 資源タイプ | ||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_93fc | |||||||||
| 資源タイプ | report | |||||||||
| 出版タイプ | ||||||||||
| 出版タイプ | VoR | |||||||||
| 出版タイプResource | http://purl.org/coar/version/c_970fb48d4fbd8a85 | |||||||||
| 助成情報 | ||||||||||
| 助成機関名 | 独立行政法人日本学術振興会 | |||||||||
| 言語 | ja | |||||||||
| 助成機関名 | Japan Society for the Promotion of Science | |||||||||
| 言語 | en | |||||||||
| 研究課題番号 | 21K07657 | |||||||||
| 研究課題番号URI | https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21K07657/ | |||||||||
| 研究課題名 | ディープラーニングを用いたマンモグラム時系列解析による対側乳癌予測システムの開発 | |||||||||
| 言語 | ja | |||||||||
| 研究課題名 | Development of a Predictive Model for Contralateral Breast Cancer Risk Using Deep Learning-Based Time-Series Analysis of Mammograms | |||||||||
| 言語 | en | |||||||||
| 書誌情報 |
ja : 科学研究費助成事業研究成果報告書 (2024) ページ数 10 |
|||||||||
