2020 Fiscal Year Research-status Report
理想的線量分布による患者固有テンプレートを用いた高精度放射線治療計画法の研究開発
| Project/Area Number |
20K08079
|
|---|
| Research Institution | Hiroshima University |
|---|
Principal Investigator |
三木 健太朗 広島大学, 病院(医), 病院助教 (90732818)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 放射線治療 / 治療計画 / VMAT / 自動化 |
|---|
| Outline of Annual Research Achievements |
本研究ではX線放射線治療における理想的な線量分布を仮想的に生成し、それを治療計画に活用する事により、強度変調回転放射線治療(VMAT)における治療計画を効率的に自動化するための研究を推進している。従来、治療計画者の経験と熟練に依存していた線量分布品質の均一化を図り、あらゆる施設における高精度放射線治療の品質と安全性向上に貢献する手法である事を証明する事を目的としている。
研究初年度では、我々がこれまで開発してきた、フィルタ逆投影法を独自に応用した線量分布作成法を更に改良する事により、これまで適応が難しかったより複雑な線量分布、具体的にはSimultaneous Integrated Boost (SIB)法を多用する頭頸部などへの適用を可能にした。この手法をmodified Filtered Back Projection (mFBP)法と呼ぶことにする。過去に中咽頭、下咽頭の治療を行った10例の患者データに対し、mFBP法を用いて生成した仮想的な線量分布をターゲット化し、日常的に臨床使用している治療計画装置(TPS)を用いて線量分布を計算することで、臨床使用可能な品質を保持した線量分布が、人の熟練した判断を介することなく生成可能であることを確認した。
本研究では同時に近年流行りのAI、ディープラーニングを用いて仮想分布を生成する事も試みた。中・下咽頭の治療患者データ81例の内、トレーニングデータとして71例を使用し、テストデータとしてmFBPに用いたのと同じ10例を用いた。mFBP法およびディープラーニング法によって得られた結果を、臨床データと比較する事により考察を行った。
以上の内容をPhysica Medica 80 (2020) 167-174、および第119回日本医学物理学会学術大会にて報告した。また後者においてPresident's Award, Goldを獲得した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初目標としていた、modified Filtered Back Projection (mFBP)法のSimultaneous Integrated Boost (SIB)法への適用は、いくつかの課題を残してはいるが達成したため、順調に進捗していると思われる。対外的な成果物の報告も、論文一報、学会報告一件と順調である。当初予定していなかったディープラーニングを用いた仮想的線量分布の生成に関する研究成果は近年、他の研究グループより少しずつ報告され始めている。本研究はディープラーニングの活用を検討しつつ、独自性を活かして、研究価値を高めていきたい。一方臨床現場への導入に関する活動については、開発した計算アルゴリズムに今一つの改善が必要と考えられるため、現在のところ未着手である。
現在、本研究と関連する研究を、オランダ、Radboud大学メディアセンターとの共同研究として推進中である。我々が開発したmFBP法での計算結果を、他の自動計算手法の結果と比較検討を行う予定である。研究成果は互いの国際共同研究として報告する予定である。
|
| Strategy for Future Research Activity |
現在開発したmodified Filtered Back Projection (mFBP)法の計算アルゴリズムは、Simultaneous Integrated Boost (SIB)法を用いる症例でも使用可能になったものの、精度に関して一層の改良が可能であると思われる。少なくとも、ディープラーニングを用いて生成した線量分布よりも高い精度を達成するを目標としている。
一方で、近年のディープラーニングの技術発展は目覚ましく、臨床使用という観点からはすでに十分な精度に達しているとの見方もある。今後本研究ではディープラーニングの活用についても更に優先度を高めて対応していきたいと考えている。
Radboud大学では最新の市販ソフトウェアを用いた治療計画自動最適化法を研究しており、mFBP法との比較検討を行っている。本共同研究も継続して推進し、本研究の研究価値をより一層高めていきたい。
|
| Causes of Carryover |
当初旅費として予定していた費用は、学会や研修会への参加、他施設との打ち合わせを計画していたが、新型コロナウイルスの影響により全て中止となった。また次年度に購入を予定していたワークステーションであるが、同様に新型コロナウイルスも影響してか、近年高騰しており、当初の予算では十分ではないことが判明した。そのため、中途半端な性能のものを導入するよりは、国際研究として十分に性能を発揮しうるワークステーションを購入するために、初年度の予算を次年度に繰り入れて整える事とした。
|
Research Products
(3 results)
