2023 Fiscal Year Annual Research 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角谷 倫之 東北大学, 大学病院, 助教 (20604961) [Withdrawn]
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 頭頚部癌 / 適応放射線治療 / ラジオミクス特徴量 |
|---|
| Outline of Annual Research Achievements |
頭頸部癌に対する放射線治療期間中の癌病変縮小や正常組織の反応に起因する解剖学的変化に適宜対応し病変部への精度の高い照射と正常組織への過剰照射回避を可能とする適応放射線治療(ART)では、行う時期や其の回数および優先するべき症例の選択が課題である。治療開始前の①医用画像(CT, MRI, FDG-PET/CT)上の癌病変のラジオミクス特徴量と臨床因子から照射期間中の解剖学的変化を予測することで効率よくARTを行うための後方視的調査を行った。然し初期調査でMRIやFDG-PETの機種や撮像施設ならびに撮像シークエンスのばらつきが想定以上に大きいことが判明しラジオミクス特徴量の調査への影響が懸念された。研究協力者らと協議の上、MRIやFDG-PET画像を用いた調査を行わずに外部照射期間中の頭頚部体積縮小に特化した調査に注力する方針とした。自施設で強度変調回転放射線治療を行った頭頸部癌症例を後向きに調査した。全症例のCBCT画像により初回治療時からの頭頸部体積変化率を算出し縮小群と非縮小群に分類し、それらの臨床因子と線量因子を抽出した。またラジオミクス特徴量を肉眼的腫瘍体積(GTV)から抽出した。臨床因子、線量因子、ラジオミクス特徴量の3種類を組み合わせて7種類のセットを構築し、それぞれ4種類の特徴量選択を用いて有用な特徴量への絞り込みを行った。機械学習アルゴリズムを用いてモデルを構築し、精度評価に5分割交差検証を用いた。評価指標はAUC、accuracy (正確度)、sensitivity (感度)、specificity (特異度)を用いた。その結果、臨床因子とGTVのラジオミクス特徴量を組み合わせることで頭頸部体積の縮小を予測できることが示唆され、頭頚部癌に対するART優先症例選択の一助となる可能性を示した。以上の成果をJ Radiat Res.に投稿し報告した。
|
