| 研究課題/領域番号 |
17K10493
|
|---|
| 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 |
放射線科学
|
|---|
| 研究機関 | 慶應義塾大学 (2019)
東海大学 (2017-2018) |
|---|
研究代表者 |
国枝 悦夫 慶應義塾大学, 医学部(信濃町), 客員教授 (70170008)
|
|---|
| 研究分担者 |
株木 重人 東海大学, 医学部, 講師 (00402777)
藤田 幸男 東海大学, 医学部, 講師 (10515985)
松元 佳嗣 東海大学, 医学部, 助教 (20568969)
二上 菜津実 東海大学, 医学部, 助教 (20806195)
|
|---|
| 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 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2019年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
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: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 放射線治療 / 機械学習 / 胸部放射線治療 / 呼吸検出 / 標的位置予測 / 呼吸移動 / ファントム / 深層学習 / SBRT / 標的 / 位置予測 / 不規則呼吸 / 不規則呼吸パターン / Deep Neural Network / 動態ファントム |
|---|
| 研究成果の概要 |
腹壁の動きを解析して肝臓などの腫瘍標的位置を予測するシステムを開発が本研究の目的である。Deep Neural Network(DNN)にて様々な呼吸パターンにおける腹壁の動きと標的位置との関係を学習させた。これにより不規則な呼吸でも標的位置が予測できる。システムの評価を実施した新型動態ファントムは空気駆動で肺を模擬したセルの体積を増減させて呼吸移動を再現する。各臓器の形態を模擬する全く新しいものである。さらに動きの再現性を確認するなど解析詳細な評価をおこない、論文化した。また胸部の機械学習による臓器輪郭描出、その他呼吸に関連する放射線治療等に関しても数編の論文が発表され、今後も予定している。
|
| 研究成果の学術的意義や社会的意義 |
体幹部定位放射線治療は肝臓、膵臓などのX線で見えない部位への適応が広がっており、標的の呼吸移動に対する対応が重要となっている。現行の体表マーカーと4D-CTで知ることができる標的位置から両者の相関関係を求めて照射時の体表マーカーの動きを指標にして標的位置を予測する方法は、規則的、整った呼吸状態でないと予測が困難である。
腹壁全体の動きを３次元的、時間的に観察することによって腫瘍位置を予測できることに着目しディープラーニングを用いて、標的位置を予測することを発想した。本法を発展させ、普及すればより呼吸に影響される放射線治療の精度を高め治療成績を向上、また医療費の削減にも貢献できる。
|
