| 研究課題/領域番号 |
18K15545
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分52040:放射線科学関連
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
小野 智博 京都大学, 医学研究科, 特定助教 (90782657)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2020年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2019年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2018年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | VMAT / 機械学習 / 最適化 / QA予測 / dosiomics / QA結果予測 / 回帰木 / 重回帰分析 / ニューラルネットワーク / 医学物理学 / 強度変調放射線治療 / QA |
|---|
| 研究成果の概要 |
強度変調放射線治療の品質保証(QA)結果を予測する手法を機械学習を用いて考案し、その予測システムを構築した。研究計画調書に従い、「①照射プラン情報の入力特徴量解析」、「②機械学習によるＱＡ結果予測モデルの構築」、「③前向き検証による予測モデルの精度検証及びＱＡ結果予測システムの構築」を実施した。
プランの機器制御情報と線量分布情報から入力特徴量を算出し、予測精度を算出した。当院の実臨床症例1000例以上を用いてモデル構築を行い、機器制御情報と線量分布情報を組み合わせることで予測精度を向上させることを明らかにした。
|
| 研究成果の学術的意義や社会的意義 |
本研究成果により、高精度放射線治療の品質管理の新たな手法として学術論文誌に報告を行い、高い評価を得た。患者プランのQA結果の予測を可能とするため、新たなQA手法としての確立に貢献するものと考える。また本手法を用いることで高精度放射線治療プランの立案段階で予めQA結果の予測が可能となるため、照射プラン形成へのフィードバックへの応用も期待される。本手法により治療計画の効率化、さらには患者へのより良い照射プランの提供が可能となると考えられ、学術的・社会的にも意義がある。
|
