| 研究課題/領域番号 |
17K16497
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
放射線科学
|
|---|
| 研究機関 | 国立研究開発法人国立がん研究センター |
|---|
研究代表者 |
小林 和馬 国立研究開発法人国立がん研究センター, がん分子修飾制御学分野, 連携大学院生 (00747610)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2018年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2017年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
|
|---|
| キーワード | 放射線腫瘍学 / がん / 医用画像 / 人工知能 / 機械学習 / 放射線治療 / 解剖学的標準化 / Radiomics / 深層学習 / アノテーション / 非剛体レジストレーション / テンソル分解 / 三次元統計解剖学 / 非剛体レジストレーション、 |
|---|
| 研究成果の概要 |
人工知能技術により駆動される個別化・精密化された放射線腫瘍学を確立する目的に、各種の要素技術およびソフトウェアの開発を行った。初めに、三次元的な広がりを有する放射線画像から意味のある空間的なパターンを抽出する機械学習の手法を考案し、前立腺がんに対する放射線治療後の感受性部位の同定を行った。続いて、深層学習に代表される人工知能技術において重要な役割を果たす教師データを効率的に作成するためのソフトウェアを開発した。現在、本ソフトウェアを利用した大規模な医用画像解析プロジェクトを継続中である。
|
| 研究成果の学術的意義や社会的意義 |
従来の放射線治療における有害事象評価は、本来あるべき臓器内部の位置により異なる放射線感受性を考慮することが出来なかった。我々の三次元統計解析法は機械学習のモデリングを駆使することによって、患者の集団データから臓器内部の不均一な放射線感受性を推定することを可能にし、これは個別化・精密化された放射線腫瘍学の確立に有用である。また、近年発達が著しい深層学習の医用画像応用を加速するための基盤的ソフトウェアとなり得るツールを開発し、現在これに基づいた研究開発を活発に行っている。これにより、医用画像診断や放射線治療計画の効率化・自動化に貢献することが出来る見込みである。
|
