| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2025-01-28 17:10 アンサンブル学習による乳がん病理画像からの腫瘍浸潤リンパ球の判別における説明可能性の検討 ○沼尻 匠（琉球大）・松本裕文（中頭病院）・宮田龍太（琉球大）  NC2024-47 |
|
| 抄録 | （和） | 腫瘍浸潤リンパ球（tumor-infiltratinglymphocytes,TILs）は乳がん患者の予後予測因子として目されているが, 現状だとその判別は目視による外観検査で行われているため,医師の経験によって判別基準にばらつきが生じてしまうことが課題であった. そこで医療の現場ではTILs判別の標準化を行うべく,デジタル病理画像に画像認識AIを導入する試みが複数なされ,判別精度の向上については実現されつつあるが，判別の根拠を明文化できた事例は非常に少ない. 本研究では,病理画像の関心領域にTILsが存在するか否か高精度に判別する決定木ベースのアンサンブル学習モデルを構築し,判別精度と説明可能性の両立を試みた.具体的な方法として，乳がん患者のデジタル病理画像にHistomics TK を適用することで,関心領域にある対象の形状やテクスチャなどの特徴量を抽出した上でRandomForestやLightGBMを用いて特徴量選択を行ったところ,判別精度およそ8割程度の分類モデルが構築できた. このモデルで重視された特徴量としては,染色細胞における赤色の不均一度が挙げられる. |
| （英） | Tumor-infiltrating lymphocytes (TILs) draw attention as prognostic factors for breast cancer patients. However, the conventional method of TIL identification relies on the medical-doctoral visual inspection, which poses a challenge as the criteria can vary depending on their experiences. Multiple attempts have been made to incorporate image recognition AI into digital pathology to address this issue and standardize TIL identification in clinical practice. While these efforts have improved classification accuracy, there are still very few cases in which the rationale behind the classifications has been explicitly clarified. In this study, we developed two decision-tree-based ensemble learning models to discriminate whether TILs are present in the region of interest (ROI) within pathology images, aiming to achieve precise classification and explainability. We first applied HistomicsTK to digital pathology images of triple-negative breast cancer patients to extract features such as the shape and texture of a target in the ROI. Training Random Forest and LightGBM with these extracted features, we then constructed two classification models with a test accuracy of approximately 0.8. One of the key features emphasized by these models was the uneven distribution of red staining in the tissue. | |
| キーワード | （和） | 腫瘍浸潤リンパ球 / HistomicsTK / RandomForest / LightGBM / / / / |
| （英） | Tumor-infiltrating lymphocytes / Histomics TK / Random Forest / LightGBM / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 363, NC2024-47, pp. 36-41, 2025年1月. | |
| 資料番号 | NC2024-47 | |
| 発行日 | 2025-01-21 (NC) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NC2024-47 |
|
| 研究会情報 | |
| 研究会 | NC NLP |
| 開催期間 | 2025-01-28 - 2025-01-29 |
| 開催地（和） | 大阪大学 |
| 開催地（英） | |
| テーマ（和） | NC, NLP, 一般 |
| テーマ（英） | NC, NLP, General |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2025-01-NC-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | アンサンブル学習による乳がん病理画像からの腫瘍浸潤リンパ球の判別における説明可能性の検討 |
| サブタイトル（和） | |
| タイトル（英） | Explainability in classification of tumor-infiltrating lymphocytes from breast cancer pathology images using ensemble learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 腫瘍浸潤リンパ球 / Tumor-infiltrating lymphocytes |
| キーワード(2)（和/英） | HistomicsTK / Histomics TK |
| キーワード(3)（和/英） | RandomForest / Random Forest |
| キーワード(4)（和/英） | LightGBM / LightGBM |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 沼尻 匠 / Takumi Numajiri / ヌマジリ タクミ |
| 第1著者 所属（和/英） | 琉球大学 (略称： 琉球大) University of the Ryukyus (略称： Univ. Ryukyu) |
| 第2著者 氏名（和/英/ヨミ） | 松本 裕文 / Hirofumi Matsumoto / マツモト ヒロフミ |
| 第2著者 所属（和/英） | 中頭病院 (略称： 中頭病院) Nakagami Hospital (略称： Nakagami Hospital) |
| 第3著者 氏名（和/英/ヨミ） | 宮田 龍太 / Ryota Miyata / ミヤタ リョウタ |
| 第3著者 所属（和/英） | 琉球大学 (略称： 琉球大) University of the Ryukyus (略称： Univ. Ryukyu) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-01-28 17:10:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2024-47 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.363 |
| ページ範囲 | pp.36-41 |
| ページ数 | 6 |
| 発行日 | 2025-01-21 (NC) |
[研究会発表申込システムのトップページに戻る]