新開　翔太

写真a

所属

医学部 産婦人科学講座

職名

助教
このページの先頭へ▲

研究分野 【 表示 ／ 非表示 】

  • ライフサイエンス   産婦人科学   子宮頸部切除術

  • ライフサイエンス   産婦人科学   深層学習技術を用いた子宮頸部細胞診診断支援システム

このページの先頭へ▲

researchmapの所属 【 表示 ／ 非表示 】

  • 札幌医科大学   医学部 医学科講座（臨床医学部門）   助教  

このページの先頭へ▲
 

研究キーワード 【 表示 ／ 非表示 】

  • 婦人科腫瘍、婦人科細胞診、機械学習

このページの先頭へ▲

論文 【 表示 ／ 非表示 】

  • Prediction of Mismatch Repair Status in Endometrial Cancer from Histological Slide Images Using Various Deep Learning-Based Algorithms.

    Mina Umemoto, Tasuku Mariya, Yuta Nambu, Mai Nagata, Toshihiro Horimai, Shintaro Sugita, Takayuki Kanaseki, Yuka Takenaka, Shota Shinkai, Motoki Matsuura, Masahiro Iwasaki, Yoshihiko Hirohashi, Tadashi Hasegawa, Toshihiko Torigoe, Yuichi Fujino, Tsuyoshi Saito

    Cancers   16 ( 10 )  2024年05月  [国際誌]

    　概要を見る

    The application of deep learning algorithms to predict the molecular profiles of various cancers from digital images of hematoxylin and eosin (H&E)-stained slides has been reported in recent years, mainly for gastric and colon cancers. In this study, we investigated the potential use of H&E-stained endometrial cancer slide images to predict the associated mismatch repair (MMR) status. H&E-stained slide images were collected from 127 cases of the primary lesion of endometrial cancer. After digitization using a Nanozoomer virtual slide scanner (Hamamatsu Photonics), we segmented the scanned images into 5397 tiles of 512 × 512 pixels. The MMR proteins (PMS2, MSH6) were immunohistochemically stained, classified into MMR proficient/deficient, and annotated for each case and tile. We trained several neural networks, including convolutional and attention-based networks, using tiles annotated with the MMR status. Among the tested networks, ResNet50 exhibited the highest area under the receiver operating characteristic curve (AUROC) of 0.91 for predicting the MMR status. The constructed prediction algorithm may be applicable to other molecular profiles and useful for pre-screening before implementing other, more costly genetic profiling tests.

    DOI PubMed

  • 経過観察中に自然軽快した広汎性卵巣浮腫の2症例

    馬場 剛, 遠藤 俊明, 新開 翔太, 真里谷 奨, 染谷 真行, 森下 美幸, 岩崎 雅宏, 石岡 伸一, 齋藤 豪

    日本産科婦人科学会雑誌 ( (公社)日本産科婦人科学会 )  76 ( 臨増 ) S - 383  2024年02月

  • 当科における最近10年間のCesarean hysterectomy症例の検討

    齋藤 晋平, 石岡 伸一, 新開 翔太, 真里谷 奨, 染谷 真行, 小川 万梨絵, 森下 美幸, 馬場 剛, 齋藤 豪

    日本産科婦人科学会雑誌 ( (公社)日本産科婦人科学会 )  76 ( 臨増 ) S - 592  2024年02月

  • 【AIがもたらす婦人科癌医療の新展開】深層学習を利用したHE染色からの子宮内膜癌MMR status判定の可否に関する検討

    梅本 美菜, 真里谷 奨, 永田 舞, 堀米 俊弘, 新開 翔太, 杉田 真太朗, 金関 貴幸, 松浦 基樹, 岩崎 雅宏, 廣橋 良彦, 長谷川 匡, 藤野 雄一, 鳥越 俊彦, 齋藤 豪

    日本婦人科腫瘍学会学術講演会プログラム・抄録集 ( (公社)日本婦人科腫瘍学会 )  65回   153 - 153  2023年07月

  • 深層学習によるHE染色データを用いた子宮内膜癌プロファイル判定の適否に関する検討

    梅本 美菜, 真里谷 奨, 永田 舞, 堀米 俊弘, 新開 翔太, 杉田 真太朗, 金関 貴幸, 松浦 基樹, 岩崎 雅宏, 廣橋 良彦, 長谷川 匡, 鳥越 俊彦, 齋藤 豪, 藤野 雄一

    日本医療情報学会春季学術大会プログラム・抄録集 ( (一社)日本医療情報学会 )  27回   122 - 123  2023年06月

全件表示 >>

このページの先頭へ▲

Misc 【 表示 ／ 非表示 】

  • 子宮頚部細胞診断支援に向けた選好学習を用いた扁平上皮細胞画像判別モデルの学習

    南部優太, 真里谷奨, 新開翔太, 梅本美菜, 淺沼広子, 廣橋良彦, 齋藤豪, 鳥越俊彦, 佐藤生馬, 藤野雄一

    電子情報通信学会技術研究報告(Web)   122 ( 188(MI2022 49-62) )  2022年

    J-GLOBAL

  • 子宮頸部細胞診におけるAIの活用

    新開翔太, 真里谷奨, 梅本美菜, 南部優太, 永田舞, 淺沼広子, 上野太郎, 廣橋良彦, 鳥越俊彦, 佐藤生馬, 藤野雄一, 齋藤豪

    日本臨床細胞学会雑誌(Web)   61  2022年

    J-GLOBAL

  • 子宮頸部扁平上皮病変進展様式に適合した学習アルゴリズムの診断支援システムへの適用

    真里谷奨, 南部優太, 新開翔太, 梅本美菜, 永田舞, 佐藤生馬, 上野太郎, 淺沼広子, 廣橋良彦, 鳥越俊彦, 藤野雄一, 齋藤豪

    日本臨床分子形態学会総会・学術集会講演プログラム・要旨集   54th  2022年

    J-GLOBAL

このページの先頭へ▲

共同研究・競争的資金等の研究課題 【 表示 ／ 非表示 】

  • 深層学習を用いた婦人科細胞診断支援装置の実装へ向けた研究

    基盤研究(C)

    研究期間:

    2023年04月
    -
    2026年03月
     

    新開 翔太, 鳥越 俊彦, 真里谷 奨, 藤野 雄一, 斉藤 豪

このページの先頭へ▲