放射線治療ワークフローに即した深層学習を用いた新たな肺機能画像取得システムの開発

Research Project

Project/Area Number	20K16733
Research Category	Grant-in-Aid for Early-Career Scientists
Allocation Type	Multi-year Fund
Review Section	Basic Section 52040:Radiological sciences-related
Research Institution	Kyoto Prefectural University of Medicine
Principal Investigator	梶川智博京都府立医科大学, 医学(系)研究科(研究院), 助教 (30846522)
Project Period (FY)	2020-04-01 – 2023-03-31
Project Status	Granted (Fiscal Year 2020)
Budget Amount *help	¥3,640,000 (Direct Cost: ¥2,800,000、Indirect Cost: ¥840,000) Fiscal Year 2022: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000) Fiscal Year 2021: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000) Fiscal Year 2020: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
Keywords	放射線治療 / 肺機能画像 / 深層学習 / 適応放射線治療
Outline of Research at the Start	放射線治療において，治療期間中に肺機能が変化することがあり，さらに肺機能を考慮することで有害事象の発生リスクを低減できることが知られている．一方，現行手法は他機による追加の撮像が必要であるため，治療回毎に肺機能画像を取得することは臨床的に容易ではない．本研究の主たる目的は，臨床ワークフローに即した肺機能画像生成システムを構築することである．深層学習および多様な画像処理を用い，肺換気能に関与する新たな画像特徴量を抽出し利用することにより，従来の手法では不可能であった，治療回毎に取得される3次元CBCT画像のみに基づき肺換気画像の生成を目指す．