| Project/Area Number |
23K14832
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 52040:Radiological sciences-related
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
守屋 駿佑 筑波大学, 医学医療系, 助教 (90882978)
|
|---|
| Project Period (FY) |
2023-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2025: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2024: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2023: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
|
|---|
| Keywords | EPID / IGRT / 呼吸性移動対策 / 画像照合 / 腫瘍追跡 / DRR / Deep Learning / CNN / 放射線治療 / Deep learning / 肺がん |
|---|
| Outline of Research at the Start |
肺がんの放射線治療では呼吸性移動を伴うため、治療中の腫瘍の位置精度が重要であり治療効果及び周辺臓器の有害事象に直接影響する。治療装置に搭載されているElectronic Portal Imaging Device（EPID）を用いることで治療中の腫瘍位置を確認することが可能であるが、EPID画像は高エネルギーX線を用いるためコントラストが低く、撮影範囲も狭いため腫瘍を視認できないことがある。そこで本研究では、治療中にEPIDで取得した画像に対して深層学習を用いて腫瘍形状及び位置情報を取得するシステムを開発する。その精度について、人体を模擬した胸部動体ファントムを開発することで正確に評価する。
|
| Outline of Annual Research Achievements |
本年度は、システム開発を中心に実施し、下記の3点の実装を行うことでシステムの構築を完了した。また、本年度の開発したシステムについて、プロトタイプのファントムを用いて検証した。
1.本研究では事前に撮影しているCT画像から生成できる擬似透視画像(Digitally Reconstructed Radiography: DRR)を用いるが、CTはkV-X線画像でありMV-X線画像とはエネルギーが異なる。そこで、実効エネルギーの補正やX線透視装置のX線の広がりなどの装置間の幾何学的な相違から生じる影響を考慮したMV用のDRR（MV-DRR）を作成するプログラムを作成し、本システムに実装した。
2.作成したMV-DRRを先行研究で報告した方法を用いてデータ拡張し、学習用データの生成を行うプログラムを作成した。その際、先行研究からの改良点として、MV-DRRと治療計画装置から出力したMLC位置情報を用いて画像範囲の切り取った。
3.MV画像上の腫瘍を予測するためにConvolutional Neural Network (CNN)によるネットワークを構築した。学習用データと腫瘍の輪郭データをCNNに入力することで学習を行った。学習後のネットワークに対して実際のMV-X線画像を入力することで腫瘍輪郭の予測を行い、精度検証を実施した。
本年度で開発したシステムの精度の事前検討として、プロトタイプの人体模擬ファントムを用いた。臨床条件を想定した撮影方向や腫瘍の動きによる堅牢性について評価した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
深層学習で用いる学習と正解のデータの生成及び学習ネットワークの構築まで完了しおり、ファントムによる精度検証も高精度な結果が得られている。また、開発したシステムの実行可能性について論文投稿の準備を進めており、国内外の学会でも報告予定である。
|
| Strategy for Future Research Activity |
次年度は、今年度で検証用に利用した胸部ファントムの改良を行う。現在ファントムでは、肺野構造と心臓を含む縦隔部は連動して動くため、より人体に近い動きにするために縦隔部を横隔膜の動きとは独立させる必要がある。開発したファントムを用いて腫瘍形状と位置の精度を正確に評価し、結果に応じて訓練画像やネットワークの調整を行う。
|
