2018 Fiscal Year Research-status Report
多様な不規則呼吸パターンに対応する機械学習による標的位置予測システム
Project/Area Number |
17K10493
|
Research Institution | Tokai University |
Principal Investigator |
国枝 悦夫 東海大学, 医学部, 教授 (70170008)
|
Co-Investigator(Kenkyū-buntansha) |
株木 重人 東海大学, 医学部, 講師 (00402777)
藤田 幸男 東海大学, 医学部, 講師 (10515985) [Withdrawn]
松元 佳嗣 東海大学, 医学部, 助教 (20568969)
二上 菜津実 東海大学, 医学部, 助教 (20806195)
|
Project Period (FY) |
2017-04-01 – 2020-03-31
|
Keywords | 標的位置予測 / 呼吸移動 / ファントム / 深層学習 |
Outline of Annual Research Achievements |
本研究では、金属マーカーを用いずに、腹壁の広範な時間的な動きの変化を解析して、肝臓などの腫瘍標的位置を制度よく予測するシステムを開発する。Deep Neural Network(DNN)にて様々な呼吸パターンにおける、腹壁全体の動きと標的位置との関係を学習する。これにより不規則な呼吸でもより正確に標的位置が予測できる。また、新型動態ファントムとボランティアでシステムの評価を実施し実用化に繋げる。2018年度では、株式会社アキュセラと連携して動態ファントムの開発を行った。現在、英文論文を投稿中である。ファントムは胸部、肺、腫瘍、骨からなっている。このファントムにおいて腫瘍は空気圧で駆動する機構により全ての方向に自由に移動することが可能。様々な腫瘍の動きを模擬できる。胸郭の動きが腫瘍部と同時に動作するので、呼吸同期時の患者の動きを再現できる。腫瘍部分にフィルムを3枚直交に配列することが可能で、腫瘍内の線量測定ができる、などの特徴があり、上記特徴で述べた機能をすべてを兼ね備え、放射線治療検証用ファントムの動きの再現で機械的な駆動機構に依らないファントム(人体に近い4D線量計算が可能)は世界初である。また、4DCTデータベースについても東海大学放射線治療科で施行された過去の症例から順調に構築されている。深層学習用のシステムについても構築され、使用されている。 体表面の動きの取得にはスペックルパターンを用いた4D体表面監視システムを用いるが、すでに臨床装置として乳腺腫瘍の息止め照射などに用いる目的で導入されている。呼吸検出機能もあり、体表面の時間変化データを取得することができる。利用可能な体表面データをデジタル的に取得するためには通常の臨床利用だけでなく研究用に方法開示が必要だが、取得している。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
ファントム作成、論文化などの成果が出ている。
|
Strategy for Future Research Activity |
今後、呼吸移動データを4D-CTから再構成された体表の動きをメッシュ化し、標的の動きとともに処理可能なデータとする、などの課題がある。最終年度として成果につなげる予定である。
|
Causes of Carryover |
ハードウェア購入の予定であったが既存品で代用できることが判明したため。次年度の使用計画としては、カメラ画像の取得インターフェイスの作成などに使用する予定である。
|