| 研究課題/領域番号 |
17K09054
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
医学物理学・放射線技術学
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
照沼 利之 筑波大学, 医学医療系, 助手 (40361349)
|
|---|
| 研究分担者 |
榮 武二 筑波大学, 医学医療系, 教授 (60162278)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2019年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2018年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2017年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | 画像誘導 / 深層学習 / 放射線治療 / マーカーレス / マーカーレス腫瘍追跡 / ディープラーニング / 画像認識 / データ拡張 / X線透視画像 / 画像誘導放射線治療 / 輪郭抽出 / X線透視 / 医学物理 / 腫瘍追跡 / 粒子線治療 |
|---|
| 研究成果の概要 |
本研究の目的は、次世代放射線治療に必要なマーカーレス腫瘍追跡アルゴリズムを開発することであった。深層学習の画像認識では画像特徴の共起確率に基づき特徴量抽出されることを利用して、腫瘍を含む軟部組織を重要特徴として認識し、骨構造を重要でない特徴と認識する効果を誘導する訓練用画像生成法を開発した。この方法は治療対象の1患者情報のみを利用する完全に患者に最適化した深層学習であることが優れている。臨床X線透視画像による後ろ向き試験で、画像上で骨構造に重畳する肉眼では確認しづらい肺腫瘍を検出することが確認できた。この結果は本提案法が高精度かつ高信頼性を有する腫瘍追跡技術であることを示している。
|
| 研究成果の学術的意義や社会的意義 |
本研究によって、ビックデータに依らない、治療対象患者のデータのみを使用する患者固有の深層学習法が初めて提案された。この方法は、従来法で問題となっていた骨特徴が障害となって誤追跡が生じる課題を解決する手法であり、深層学習によって骨特徴を無視するような画像認識を実現できる点が優れている。これまでの方法では腫瘍位置だけを追跡することが目的であったが、本研究方法では腫瘍形状も同時に確認できるという利点がある。臨床画像を利用した良好な追跡結果は、提案法が実用可能性の高い方法であること示した。
|
