ラマン差分分光法とU-Net畳み込みニューラルネットワークによる皮膚神経線維腫の分子分析
カテゴリ：手術支援
公開日：2026年2月19日
タイトル：Raman difference spectroscopy and U-Net convolutional neural network for molecular analysis of cutaneous neurofibroma
雑誌名：PLoS One. 2024; 19(4): e0302017.
概 要：
本研究は、神経線維腫症1型（NF1）における皮膚神経線維腫の診断と治療を改善するために、シフトエキサイテーションラマン分光法と深層ニューラルネットワークを組み合わせた新しい手法を提案しています。皮膚神経線維腫は外科的切除が必要ですが、適切な切除マージンの決定は主観的であり、残存腫瘍や再発が頻繁に見られます。本研究では、34の外科病理標本を用いて皮膚神経線維腫と隣接する生理的組織を識別し、得られた結果を確立された組織学的手法で検証しました。
方 法：
本研究は、皮膚神経線維腫（n = 9）と隣接する生理的組織（n = 25）を対象にした研究です。34の外科病理標本から82の測定部位でラマンスペクトルを取得し、U-Netを用いて平均生ラマンスペクトル（n = 8,200）を処理・精製しました。主成分分析と線形判別分析を用いて、皮膚神経線維腫と生理的組織を識別しました。
結 果：
皮膚神経線維腫と生理的組織の識別において、感度100%、特異度97.3%、全体の分類精度97.6%を達成しました。この結果は、光学的かつ非侵襲的な手法と人工知能を組み合わせた新しい診断および治療法の有望な候補であることを示しています。
結 論：
本研究で提案された手法は、皮膚神経線維腫およびNF1患者の診断と治療を改善する可能性があり、客観的かつリアルタイムの診断を実現するための新たなアプローチとして期待されます。