放射線治療における幾何学的誤差に関する患者個別最適化を可能にするシステムの開発

Research Project

Project/Area Number	18J22705
Research Category	Grant-in-Aid for JSPS Fellows
Allocation Type	Single-year Grants
Section	国内
Research Field	Medical Physics and Radiological Technology
Research Institution	Tokyo Women's Medical University
Research Fellow	黒澤知征東京女子医科大学, 医学研究科, 特別研究員(DC1)
Project Period (FY)	2018-04-25 – 2021-03-31
Project Status	Granted (Fiscal Year 2020)
Budget Amount *help	¥2,800,000 (Direct Cost: ¥2,800,000) Fiscal Year 2020: ¥900,000 (Direct Cost: ¥900,000) Fiscal Year 2019: ¥900,000 (Direct Cost: ¥900,000) Fiscal Year 2018: ¥1,000,000 (Direct Cost: ¥1,000,000)
Keywords	画像誘導放射線治療 / セットアップエラー / ディープラーニング / 放射線治療 / 線量計算 / CBCT / IGRT
Outline of Annual Research Achievements	GPUで高速を図る前の段階でプログラムを見直し、CPUで臨床で使用できるレベルまで高速化を図る必要がある。その際、線量分布と計算速度と計算精度は反比例する可能性があるため、まず先んじてその影響を評価を進めている。また同時に実際の患者のセットアップエラー情報から確率密度分布を作成するにあたり、高速CBCT撮影に焦点を当てている。この高速CBCT画像は再構成に使用する投影データが減少するために、アーチファクトやノイズが生じ、画質が劣化するため正確なセットアップエラーの情報を得られない可能性がある。したがってdeep learningを使用した画質改善の実現可能性を調査した。15名の前立腺癌患者のCBCT画像を収集し、通常のスキャン速度、2倍および4倍のスキャン速度で取得されたCBCT画像をそれぞれCBCT100％、CBCT50％およびCBCT25％と定義した。CBCT50％の画質は、先行研究でIGRT精度に影響を与えないことが報告されているため、画質基準として使用した。 deep convolutinal neural network(DCNN)モデルには、アーチファクトの除去やセグメンテーションに用いられるU-netを使用した。CBCT25％を入力画像、対応するCBCT100％を教師画像としてトレーニングした。 DCNNによって生成されたCBCT画像（CBCT25％+ DCNN）の大腿骨頭および前立腺内のCT値をCBCT50％と比較した結果、有意な差が見られず同等であったことから、CBCT25％+ DCNNはIGRTに使用できるCT値の精度を有していることが示唆された。
Current Status of Research Progress	Current Status of Research Progress 3: Progress in research has been slightly delayed. Reason 以前として計算時間が問題となっている。GPUで高速を図る前の段階でプログラムを見直し、CPUで臨床で使用できるレベルまで高速化を図る必要がある。その際、線量分布と計算速度と計算精度は反比例する可能性があるため、まず先んじてその影響を評価する必要がある。
Strategy for Future Research Activity	線量計算に要する計算時間が現在課題となっている。線量計算に使用しているアルゴリズムはコラプスコーンコンボリューションと呼ばれるアルゴリズムである。光子が相互作用を起こした点を頂点とする複数の円錐に分割し、各円錐が張る立体角方向へ放出されたエネルギーがその円錐の軸上の体積要素で吸収されるものとして近似する計算法である。この円錐の数を増やすと高精度な線量分布を計算することがきるが、より計算時間を要する。円錐の数(計算精度)と計算時間はトレードオフの関係にある。したがって正方形などの単純な線量分布と実際の前立腺および頭頸部の治療に使用した線量分布情報を収集し、計算に使用する円錐の数が線量分布に与える影響を調査する。線量分布の評価には一般的に用いられている、dose difference、distance to agreement、gamma index を使用する。