2021 Fiscal Year Research-status Report
頭頸部がん個別化医療に向けた臨床情報とラジオミクス特徴量誘導適応放射線治療の研究
| Project/Area Number |
21K07692
|
|---|
| Research Institution | Tohoku University |
|---|
Principal Investigator |
武田 賢 東北大学, 医学系研究科, 教授 (60312568)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
角谷 倫之 東北大学, 大学病院, 助教 (20604961)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 頭頚部癌 / 放射線治療 / 解剖学的変化 |
|---|
| Outline of Annual Research Achievements |
頭頸部癌に対する外部放射線治療期間中に、腫瘍体積の減少やそれに伴う解剖学的変化が起こることが知られている。そのため、放射線治療前に計画した線量とは異なる線量が照射される可能性や、固定精度が低下する可能性がある。応募者らは解剖学的変化の一つとして照射期間中の頭頸部体積減少に着目した。東北大学病院では毎回の照射前に位置照合用のCone Beam Computed Tomography(CBCT)を撮影している。このCBCTを用いて、インハウスソフトウェアで頭頸部体積を算出した。全治療回数で体積を算出することで初回からの変化率を求め、頭頸部体積の縮小が大きい患者とそうでない患者を分類した。また、治療計画用CTから頭頚部癌の原発巣の肉眼的腫瘍体積(Gross tumor volume primary（GTVp）)と頸部転移リンパ節のGTV node(GTVn)のラジオミクスを商用のソフトウェアで抽出した。このラジオミクスとは、医用画像から大量の表現型を抽出し、疾患の予後や診断を解析する特徴量である。このように算出したラジオミクスと臨床情報（年齢、疾患部位、病理など）を組み合わせることで、照射期間中の頭頸部体積縮小が大きい患者の予測を試みた。
11月の日本放射線腫瘍学会第34回学術大会では、96症例を対象に臨床情報にラジオミクスを組み合わせることで、各々単独よりも照射期間中の頭頚部体積減少症例の予測精度を向上させることができ、GTVのラジオミクスと頭頸部体積の縮小に関連がある可能性を示唆した。
また、3月の第53回高精度放射線治療外部照射部会学術大会では、172症例を対象に機械学習の計算アルゴリズムや特徴量選択の種類についての検討や、頭頸部体積の縮小に関連している特徴量の種類やその原因についての検討を報告した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
初年度は主として自施設で外部照射(強度変調回転放射線治療(VMAT))を施行した頭頚部癌の位置照合用CBCT画像から頭頚部体積データの収集と調査を行った。概ね順調であり、11月の日本放射線腫瘍学会第34回学術大会および3月の第53回高精度放射線治療外部照射部会学術大会で進捗状況につき報告した。臨床情報、ラジオミクス特徴量の複合モデルにより頭頚部体積縮小率を予測するモデルの精度向上が見込まれた。
新型コロナウィルス感染症の影響やセキュリティ上の問題があり、外施設とのデータ共有調査は厳しい状況であり引き続き対応策を模索し検討していく。
|
| Strategy for Future Research Activity |
照射期間中の頭頚部体積変化予測モデルについては、機械学習を行うワークステーションを更新し、今後、更に複合モデルの改良を進める予定で研究を進める。
MRIやFDG-PET等の医用画像を用いた研究については、頭頚部癌診断時機種や撮像シークエンスについての作業を開始する予定であるが、撮像機種や施設がばらついている状況である。今後、更に調査、検討を進める予定である。
|
| Causes of Carryover |
価格帯や機能面から購入を控えていたグラフィックボードを次年度で購入する。NVDIAのAmpereアーキテクチャグラフィックボードNVIDIA RTX A6000とそれと繋げて稼働するPCを購入し、機械学習の精度の向上を予定している。
|
