深層学習を用いた乳がん術後放射線治療の深吸気息止め照射の有用性予測システムの開発

• Project/Area Number: 24K18808
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 52040:Radiological sciences-related
• Research Institution: Komazawa University
• Principal Investigator: 中島 祐二朗 駒澤大学, 医療健康科学部, 講師 (20799530)
• Project Period (FY): 2024-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000); Fiscal Year 2028: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000); Fiscal Year 2027: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000); Fiscal Year 2026: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000); Fiscal Year 2025: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000); Fiscal Year 2024: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
• Keywords: 乳がん / 放射線治療 / 人口知能 / 深層学習 / 医学物理

Outline of Research at the Start

左側乳房への放射線治療では、心臓が照射野に含まれるため、治療により心血管系のリスクが増加する可能性がある。近年、深吸気息止め時の肺野の拡張を利用し、胸壁と心臓間のスペースを確保することで、従来の自然呼吸時の照射よりも心臓線量が低減可能な深吸気息止め照射が行われている。
現在、患者ごとの深吸気息止め照射の有用性を把握するには、自然呼吸CTと深吸気息止めCTの両方を撮影し、それぞれに治療計画を作成し、心臓線量を比較する必要がある。そこで、本研究は深層学習および多様な画像処理を用いて、放射線治療前の診断用画像から患者ごとに深吸気息止め照射が有用かを予測可能なシステムを開発する。