2023 Fiscal Year Annual Research Report
患者個別治療効果に基づく適応放射線治療に向けた新規コーンビームCTシステムの開発
| Project/Area Number |
19K17170
|
|---|
| Research Institution | Yamaguchi University |
|---|
Principal Investigator |
湯淺 勇紀 山口大学, 医学部附属病院, 副診療放射・エックス線技師長 (20749840)
|
|---|
| Project Period (FY) |
2019-04-01 – 2024-03-31
|
| Keywords | DECT / 深層学習 / 仮想CT画像 |
|---|
| Outline of Annual Research Achievements |
本研究は、適応放射線治療に向けた新たなDECBCT(dual energy cone-beam computed tomography)システムの構築を目指す。DECBCTを構築するにあたり、深層学習を使用した画像生成モデルの構築と評価が重要な課題となる。
DECBCTシステムの構築を目的とし、まずは通常のCT画像を用いたモデルの構築を実施した。モデルの構築には、python言語を用い、低管電圧CT画像を入力することで高管電圧CT画像を出力する構造とした。モデルはCNN(ConvolutionalNeural Network)を使用した。モデル構築後、胸部および腹部のDECT検査を実施した患者の低管電圧CT画像と高管電圧CT画像を使用し、モデルの学習および評価を行った。モデルの評価は、構築したモデルにより生成した仮想高電圧CT画像と真の高管電圧CT画像のMAE(mean absolute error)を算出し、実施した。また、それぞれの画像のヒストグラムを作成し、類似度を算出した。
MAEおよびヒストグラムの類似度については、良好な結果を示しており、深層学習を使用したDECT構築が可能となった。
本研究では、放射線治療領域のCBCTへ応用し、適応放射線治療へと発展予定であったが、対象となる症例数が少なく、CBCTへの適応には至らなかった。今後、本研究で得られた知見を基に放射線治療領域への応用について研究を進める予定である。
|
