Synthesis of high precision lung tumor motion predictor for dynamic tumor tracking radiotherapy

2023 Fiscal Year Final Research Report

• Project/Area Number: 20K12599
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 90110:Biomedical engineering-related
• Research Institution: Yamaguchi University
• Principal Investigator: FUJII FUMITAKE 山口大学, 大学院創成科学研究科, 教授 (30274179)
• Co-Investigator(Kenkyū-buntansha): 椎木 健裕 山口大学, 医学部附属病院, 講師 (30610456)
• Project Period (FY): 2020-04-01 – 2024-03-31
• Keywords: 現象論的ヒステリシスモデル / Bouc-Wen モデル / 粒子フィルタ / 繰り返し制御系

Outline of Final Research Achievements

We have developed a future position predictor of a lung tumor that exhibits respiratory induced tumor motion in this project study. High precision prediction of lung tumor motion is inevitable in the implementation of dynamic tumor tracking radiotherapy. While other researchers tend to use deep learning network structure for the tumor position prediction problem, we tend to go with physics that governs nearly periodic motion of the tumor. We specifically attempted to formulate two different tumor position predictors: one is based on the repetitive control theory that is designed to track periodic reference signal, and the other is the use of Bouc-Wen phenomenological hysteresis models on the framework of the particle filter. We showed that clinically satisfactory tumor position prediction can be generated for several cases.

Free Research Field

制御工学応用

Academic Significance and Societal Importance of the Research Achievements

腫瘍位置の未来位置予測は，放射線治療の高度化・更なる高精度化を図る上で避けて通ることができない課題であり，多くの研究者が未来位置予測器の開発に取り組んでいるが，その多くが深層学習モデルを用いたものであった．それに対して，本研究で選択した数理的なツールは，「腫瘍が概周期的な運動を行っている」という事実に基づいて着想を得たものである．現時点では，臨床適用できるレベルの予測精度を得られる症例とそうでない症例があるが，現在のやり方でも高精度な予測が可能であるという事実は，この着想をさらに深めていくことによって臨床適用可能な精度を多くの症例で確保できる可能性を強く示唆するものである．