2020 Fiscal Year Annual Research Report
Development of estimation system of dosimetric QA for volumetric modulated arc therapy
| Project/Area Number |
18K15545
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
小野 智博 京都大学, 医学研究科, 特定助教 (90782657)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | VMAT / 機械学習 / dosiomics / QA結果予測 |
|---|
| Outline of Annual Research Achievements |
本研究課題のうち、①照射プラン情報の入力特徴量の解析としてA)機器制御情報及びB)線量分布の特徴量を用いて②機械学習によるQA結果予測モデルの構築を行った。当院にて実施した強度変調回転照射(VMAT)プラン1255例に対し解析を行った。機器特徴量、線量特徴量、両特徴量を合わせたモデル各々で作成したQA結果予測モデルの精度(平均絶対誤差)は、ガンマパス率2%/2mmにて各々、4.6%, 4.3%, 4.2%であり、両特徴量を合わせたモデルが最も精度良くQA結果を予測可能であることを明らかにした。また、その予測分類能(AUC)は各々0.73,0.81,0.83であり、こちらも両特徴量を合わせたモデルが最も分類能が高いことを明らかにした。本研究成果は国際学術誌に採択された(H Hirashima et al. Radiother Oncol 2020)。
引き続き研究計画調書に基づき、③前向き検証による予測モデルの精度検証及び予測システムの構築を実施した。①、②にて構築した予測モデル当院実施の600症例から作成し、強度変調放射線プランのQA結果予測ソフトウェアを開発した。本ソフトウェアを用いることにより前向きに集積した照射プランのQA結果を予測することを可能とした。また、QA結果の悪化を招く入力特徴量を検出するアルゴリズムを開発しソフトウェアに組み込むことで、照射プランへのフィードバックを可能とするシステムを構築した。今後、フィードバックした特徴量をもとに具体的にプランの照射野形状を変更するシステムの構築への発展が期待される。
以上より、調書の計画通り研究を遂行した。
|
