Development of four-dimensional radiotherapy planning technology using deep learning-based prediction of motion interplay

2023 Fiscal Year Final Research Report

• Project/Area Number: 20K08022
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 52040:Radiological sciences-related
• Research Institution: Osaka University
• Principal Investigator: Akino Yuichi 大阪大学, 大学院医学系研究科, 特任助教(常勤) (00722323)
• Project Period (FY): 2020-04-01 – 2024-03-31
• Keywords: 放射線治療 / 呼吸性移動 / Interplay effects / VMAT / 定位放射線治療 / サイバーナイフ

Outline of Final Research Achievements

The purpose of this study was to develop a system to evaluate the interplay effects of an X-ray beam with dynamic intensity modulation on a tumor with respiratory motion. Deep learning was used to predict the dose distribution in each segment of volumetric modulated radiotherapy (VMAT). It also enabled dosimetric evaluation of the effect of the interplay between the respiratory motion of the liver tumor and the dynamic beam delivery of VMAT. We also developed a system to evaluate the interplay of the tracking errors in CyberKnife respiratory-tracking irradiation. Furthermore, we developed new treatment techniques and evaluation methods for dynamic changes in irradiation, such as raster-scanning intensity-modulated radiotherapy using the CyberKnife and effective dose rate for brachytherapy. We also developed a deep neural network model for generating dual-energy CT images.

Free Research Field

医学物理

Academic Significance and Societal Importance of the Research Achievements

Interplay効果を評価した報告は多くあるが、非常に高度な技術と高性能計算機を用いた研究レベルのものが多く、臨床現場で迅速に行えるものではない。近年放射線治療のワークフローは効率化が進み、CT撮影から数日での治療開始が可能となった。しかし複雑な解析方法はこの短期間のワークフローに組み込むことが困難である。本研究ではInterplay効果の影響を評価する複数のシステムを開発した。これらは複雑な解析を行うものではなく、容易に臨床のワークフローに導入することが可能と考えられる。そのため本研究の成果は臨床において、個々の患者の腫瘍と呼吸状態に対して堅牢な治療計画を作成することに役立つと期待される。