2021 Fiscal Year Annual Research Report
Development of a methodology for predicting radiation therapy prognosis based on a radiomics with variability of patients in the treatment
| Project/Area Number |
18K15625
|
|---|
| Research Institution | Hokkaido University |
|---|
Principal Investigator |
仲本 宗泰 北海道大学, 保健科学研究院, 助教 (10808877)
|
|---|
| Project Period (FY) |
2018-04-01 – 2022-03-31
|
| Keywords | 医学物理学 / 放射線治療 / 食道扁平上皮がん / CBCT画像 / 予後予測 / コックス回帰 / リスクスコア / ログランク検定 |
|---|
| Outline of Annual Research Achievements |
本研究はRadiomics (レディオミクス) に基づく放射線治療期間内の患者統計的変動を考慮した予後予測システムの開発を目的とする．
本年度はCBCT画像シリーズから抽出したRadiomics特徴量の変動の定量化を行なった．そして，定量化されたRadiomics特徴量の変動と予後との相関について解析を行ない，放射線治療期間中の患者統計的変動を考慮した予後予測システムの開発を行なった．
放射線治療期間中におけるRadiomics特徴量の変動は初回の治療時に撮像されたCBCT画像のRadiomics特徴量を基準とした1週間隔で撮像されるCBCT画像の特徴量との相対誤差を計算することにより定量化した．また，各週における特徴量を最小二乗法でフィッティングした直線の勾配も採用した．
32例の食道扁平上皮がん患者のRadiomics特徴量の変動を用いて予後予測が可能であるか検証した．予後は全生存期間を用いた．予後予測モデルはL1ノルム正則化項付きのコックス回帰により構築した．構築した予測モデルに特徴量の変動を入力することによって計算されるリスクスコアに基づいて患者を高リスク群と低リスク群に層別化した．そして，層別化した2群においてカプランマイヤー法によって生存曲線を求めログランク検定により2群の生存曲線に有意差が生じるか検証した．
検証した結果，2群の生存曲線において有意差を示すモデルを構築するRadiomics特徴量の変動が存在することが確認できた．これらの変動は予後予測のために有用な画像バイオマーカーであるといえる．以上より，Radiomics特徴量の変動を用いて予測モデルを構築することによって予後予測システムの開発を行ない，食道扁平上皮がん患者の予後を十分に予測できる可能性を示すことができた．
|
-
[Journal Article] Training of deep cross‐modality conversion models with a small dataset, and their application in megavoltage CT to kilovoltage CT conversion2022
Author(s)
Ozaki S, Kaji S, Nawa K, Imae T, Aoki A, Nakamoto T, Ohta T, Nozawa Y, Yamashita H, Haga A, Nakagawa K
-
Journal Title
Medical Physics
Volume: -
Pages: -
DOI
Peer Reviewed
-
-
