| 研究課題/領域番号 |
20K08034
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分52040:放射線科学関連
|
|---|
| 研究機関 | 慶應義塾大学 |
|---|
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 |
尾川 浩一 法政大学, 理工学部, 教授 (00158817)
二上 菜津実 東海大学, 医学部, 助教 (20806195)
秋庭 健志 東海大学, 医学部, 講師 (40276845)
株木 重人 東海大学, 医学部, 講師 (00402777)
松元 佳嗣 東海大学, 医学部, 助教 (20568969)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (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)
2023年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2020年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | 放射線肺臓炎 / 機械学習 / 放射線治療 / 肺臓炎 / 領域抽出 / グレード / 予想 |
|---|
| 研究開始時の研究の概要 |
現在のこところ肺臓炎の評価はステロイド治療の有無や症状によるグレードが基準となるが、これは担当医の方針や主観的要素が強く関与し、客観的予測システム確立の障害となっている。本研究では主観にたよらない客観的、画像的な指標などによる肺臓炎の評価システムを開発し、最終的に機械学習で予測する。放射線腫瘍医、呼吸器内科医が見直した従来のGradingと、予測された画像的Gradingとを比較し、整合性、妥当性を検討する。
|
| 研究実績の概要 |
前年度は、法政大学工学部尾川研究室の尾川教授と大学院生福士氏（現在、東京工業大学博士課程）の協力により機械学習による肺臓炎範囲検出システムを構築した。放射線肺臓炎は症例が少なく学習データとして不足するため、データが多くあり病態が類似するコロナ肺炎で機械学習を進めた。目標達成のために, Pix2pix を利用した. 医療画像での機械学習においてこの手法を採用し肺領域抽出と疾患部抽出を分けて行う例も少ない. CT 画像の肺領域抽出モデルと肺領域抽出画像の疾患部抽出モデルの2 つのモデルを作成した。
今年度は症例数を増やし、正常構造までを含めた胸部構造の自動セグメンテーションについても検討した。肺臓炎の発生は肺の照射体積、線量に直接的に関係するが、更に肺線量と体積に影響する要素としては照射時の呼吸状態、それにともなう密度変化などにも関係する。深吸気息止め法は乳がん部分切除後照射の術後などで心臓線量を低減するために用いられるが、胸部照射においても体積の変化で応用できる可能性がある。その点から、東海大学と連携して、呼吸移動と線量の関係などの研究をおこなった。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
今年度は、症例蓄積から推論精度を高める予定であったが諸般の事情で集積がおくれている。１年間の研究期間延長で予定を達成する心つもりである。
|
| 今後の研究の推進方策 |
当初の２０２３年度の目標を完遂し、研究を完了させる。
|
