2020 Fiscal Year Annual Research Report
Radiomics study using image features of dose distribution and intra-treatment CBCT
| Project/Area Number |
17K15799
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
名和 要武 東京大学, 医学部附属病院, 助教 (00456914)
|
|---|
| Project Period (FY) |
2017-04-01 – 2021-03-31
|
| Keywords | 医学物理 / レディオミクス解析 / 画質改善 |
|---|
| Outline of Annual Research Achievements |
本研究は、レディオミクス画像特徴量解析により、放射線治療における線量分布やCBCTなどの医用画像が含む画像特徴量から、治療の奏功や予後を高精度に推定する新たな技術を構築することを目的とする。当該年度は以下のことを実施した。
治療中CBCTのレディオミクス解析については、コーン状の線束を用いることによる散乱線の影響に加えて、ガントリー回転速度の非一様性に起因して画質が十分でなく、患者情報に係る重要な画像特徴量が消失している可能性があった。 治療中CBCTからレディオミクス画像特徴量を高精度に抽出するための前処理として、深層学習を用いた治療中CBCTの画質改善研究を行った。無矛盾性を考慮した敵対的ネットワーク（CycleGAN）を用い、前立腺がん患者の治療計画CTと治療中CBCT画像を教師データとして採用し、以下の結果を得た：
・CBCTは解剖構造を保全しつつ、治療計画CTと類似した画質まで改善することが確認された。
・CT値のヒストグラム評価では、CBCTはコントラストが明瞭でないことから単峰性の分布であったが、画質改善した画像では治療計画CTと同様に二峰性となり、コントラストが改善していることが明らかとなった。
・治療計画CTをCBCT元画像および画質改善したCBCTに対して変形画像位置合わせし、画質改善により治療計画CTが安定的に変形できていることを、5名の観察者実験により確認した。
また線量分布のレディオミクス解析についても、引き続きCT画像のようなスライス情報からレディオミクス特徴量を抽出するプログラムをベースとして、3次元線量分布から画像特徴量を抽出するプログラムの改良を進めた。抽出された画像特徴量について、線量計算アルゴリズムや計算グリッドサイズに対する依存性を検討した。
|
Research Products
(8 results)
-
-
-
-
-
-
-
-
[Presentation] 強度変調回転治療中に取得したCBCT画像に対する深層学習を用いた画質改善の試み2020
Author(s)
青木 淳, 今江 禄一, 竹中 重治, 鍛冶 静雄, 木田 智士, 名和 要武, 松田 佳奈子, 竹内 幸浩, 三枝 茂輝, 佐々木 克剛, 一宇 佑太, 中川 恵一, 山下 英臣, 岩永 秀幸, 阿部 修
Organizer
日本放射線腫瘍学会第33回学術大会
