2017 Fiscal Year Research-status Report
腫瘍・骨の識別知能を獲得する高信頼性マーカーレス腫瘍追跡アルゴリズムの研究
| Project/Area Number |
17K09054
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
照沼 利之 筑波大学, 医学医療系, 助手 (40361349)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
榮 武二 筑波大学, 医学医療系, 教授 (60162278)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | マーカーレス腫瘍追跡 / ディープラーニング / 画像認識 / データ拡張 / X線透視 / 医学物理 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は、次世代の放射線治療に必要な低侵襲マーカーレス腫瘍追跡照射のための高信頼性を有する新たな追跡アルゴリズムの精度検証を進めることである。教師あり深層学習の特徴（訓練画像と教師画像間の共起確率の高い特徴を重要な特徴として抽出しやすい）を利用して、腫瘍を含む軟部組織を重要な特徴として認識し、骨構造を重要でない特徴と認識する効果を生成する訓練用画像生成方法を開発した。この提案方法は特定の１患者の情報から多数の非線形関係のある訓練用画像を生成可能であり、患者特定のディープラーニングを実行できることが優れている。
ディープラーニングの効率的な学習のために、訓練画像の画質を向上することが出来た。CT情報の投影画像であるDRR（ディジタル再構成放射線画像）をX線透視画像の画質に近づける画像処理（コントラスト調整、ノイズ評価）プログラムを新たに作成した。教師画像作成のために、放射線治療計画の出力であるDICOM-RT-Planおよび DICOM-RT-Structureから臨床標的体積(CTV)を投影した画像を作成するプログラムを作成した。
マーカーレス腫瘍追跡についての本提案手法の有効性を証明するために臨床X線透視画像による試験を開始することが出来た。X線透視画像上で骨構造に重畳する肉眼では確認しづらい腫瘍を本手法で検出することが可能であった。この結果は、本提案法が高精度かつ高信頼性を有する腫瘍追跡技術であることを示唆するとともに、臨床実現に向けた非臨床POCに繋がる成果であった。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
マーカーレス腫瘍追跡についての本提案手法の有効性を証明するために臨床画像による試験を開始することが出来た。
またディープラーニングの効率的な学習のために、DRR（ディジタル再構成放射線画像）をX線透視画像の画質に近づける画像処理により、訓練画像の画質を向上することが出来た。画質改善のために、コントラスト調整とノイズ評価のプログラムを新たに作成した。教師画像作成のために、放射線治療計画の出力であるDICOM-RT-Planおよび DICOM-RT-Structureから臨床標的体積(CTV)を投影した画像を作成するプログラムを作成した。
臨床画像を使用して患者個別なディープラーニングによる学習を実施した。X線透視画像上で骨構造に重畳した肉眼では確認しづらい腫瘍であっても、標的の検出と追跡が可能であることを確認した。上記は、本提案法が高精度かつ高信頼性を有する腫瘍追跡技術であることを示唆する良好な結果であり、臨床実現に向けた非臨床POCに繋がる成果であった。
|
| Strategy for Future Research Activity |
臨床X線透視画像を使用した検証を進める予定である。
訓練画像DRRのさらなる画質改善のために、新たにX線の散乱効果とビームハードニング効果を含めるためのアルゴリズム改善をおこなう。
追跡対象が不明瞭な臨床画像では正解となる腫瘍形状と位置の特定が難しいため、再現荘のある非剛体のファントムを使用した精密な追跡精度評価も行う予定である。
|
| Causes of Carryover |
ディープラーニング用計算機の仕様変更による差額分により次年度使用額が生じた。
当初予定より研究が順調に進んでいるため研究発表のための学会参加旅費と論文投稿費に使用する予定である。
|
