| 研究課題/領域番号 |
19K17170
|
|---|
| 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 | 山口大学 |
|---|
研究代表者 |
湯淺 勇紀 山口大学, 医学部附属病院, 副診療放射・エックス線技師長 (20749840)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023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)
2021年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2020年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2019年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | Deep learning / DECT / CBCT / Iodine image / 深層学習 / 仮想CT画像 / Dual energy CT / ヨードマップ / 仮想非造影CT画像 / Cone-beam CT / 放射線治療 / コーンビームCT / デュアルエナジー |
|---|
| 研究開始時の研究の概要 |
本研究では，深層学習による画像生成とデュアルエナジー技術を融合させた新たなデュアルエナジーコーンビームCT (DECBCT) システムの開発と臨床応用に向けた治療効果判定手法の確立を行う．本システムは，CBCT画像からコンピュータによる計算のみで撮像条件が異なる新たな画像を生成し，DECBCTを取得することで，被ばく線量を増加させることなく，解剖学的情報および機能画像の取得を行う．本研究は，システムの開発，評価，画像評価と治療計画への応用，臨床への応用について実施する.本システムにより，肝臓および膵臓に対する放射線治療において解剖学的情報と機能情報を考慮した新たな治療効果判定手法が確立される.
|
| 研究成果の概要 |
放射線治療領域では、患者の位置合わせや病変の観察にコーンビームCTを撮像する。コーンビームCTは、軟部組織のコントラストが低く，放射線診断領域のCT画像と比較して，画質が低下するという問題がある．そこで、深層学習モデルとデュアルエナジー技術を融合したデュアルエナジーコーンビームCTのシステムの確立を目指した．本研究では、単一管電圧で取得した画像を深層学習に入力することで、他管電圧で取得したCT画像に変換するシステムを開発した。これにより、今後のデュアルエナジーコーンビームCTシステム開発への展開が可能となった。
|
| 研究成果の学術的意義や社会的意義 |
本研究で開発したシステムは，医用画像処理と深層学習を応用することで，従来の手法では取得が難しかった単一管電圧で撮影されたCT画像から他管電圧で取得したCT画像の生成が可能となった。従来取得するCT画像を使用することで計算のみで追加画像を取得可能で、患者被ばく線量の低減に貢献することが可能である。また、本システムについては、既存の放射線機器に導入可能であり、画質の向上や画像診断制度の向上に寄与する可能性があると考えられる。
|
