Deep learning approach for true dose distribution considering movement during beam on time

Research Project

Project/Area Number	23K07077
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 52040:Radiological sciences-related
Research Institution	Tohoku University
Principal Investigator	田中祥平東北大学, 大学病院, 助手 (90883330)
Project Period (FY)	2023-04-01 – 2028-03-31
Project Status	Granted (Fiscal Year 2023)
Budget Amount *help	¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000) Fiscal Year 2027: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000) Fiscal Year 2026: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000) Fiscal Year 2025: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000) Fiscal Year 2024: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000) Fiscal Year 2023: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
Keywords	放射線治療 / MR画像誘導放射線治療 / 人工知能
Outline of Research at the Start	放射線治療において、患者の体内の臓器は照射中に絶えず動いている。この照射中の臓器の動きは、腫瘍への過小線量、正常組織への過大線量を引き起こす。また、この照射中の動きによってどのように線量が投与されたかが分からないことが問題であった。本研究では照射中の臓器の動きを3次元的に可視化し、本当に投与された線量分布を見える化する技術の基盤を確立する。線量分布の見える化が実現することにより、 1.治療計画時の線量分布と実際の照射された線量分布との乖離が明らかとなる。 2.照射後に正常組織や腫瘍の線量を調整することにより、個別化医療と腫瘍制御向上、副作用低減へとつながる。といったことが期待される。