• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

肺の機能と形態の線量評価を融合した放射線肺臓炎予測モデルの構築

研究課題

研究課題/領域番号 20K16815
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
研究機関東北大学

研究代表者

勝田 義之  東北大学, 大学病院, 助教 (90848326)

研究期間 (年度) 2020-04-01 – 2024-03-31
研究課題ステータス 完了 (2023年度)
配分額 *注記
2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
2023年度: 130千円 (直接経費: 100千円、間接経費: 30千円)
2022年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2021年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2020年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
キーワード放射線治療 / 肺炎 / 機械学習 / 人工知能 / 放射線誘発性肺炎 / 肺がん / 放射線肺臓炎
研究開始時の研究の概要

肺癌の放射線治療において、実際に投与された線量を基にした形態の線量評価と肺機能を基にした機能の線量評価を融合させた新たな放射線肺臓炎予測モデルを構築する。モデルの構築では線量評価と副作用の関係を機械学習によって導き出す。本研究で構築したモデルによって治療計画の段階で正確に放射線肺臓炎を予測できれば、有事事象を未然に予防しつつ安全な投与線量の増加が可能となる。このことにより、肺癌の放射線治療における治療成績の改善が期待できる。

研究成果の概要

サポートベクトルマシン法およびランダムフォレスト法を活用して予測モデルを構築した。いずれも既存法を超える予測能の構築できた。予測能の向上を図るため、(1)微分型線量-体積ヒストグラムの応用と(2)新たな機能-線量指標の創出に着手した。微分型ヒストグラムの指標を追加したモデルは積分型線量-体積ヒストグラムから構築したモデルと比較して予測能に優れていた。続いて、multicollinearityを回避する機械学習に特化した機能-線量指標を創出した。新たに症例を追加して、我々の機能-線量指標の恩恵を調査した結果、LASSO法およびサポートベクターマシン法から臨床使用が期待される予測性能を獲得できた。

研究成果の学術的意義や社会的意義

進行非小細胞肺がんの治療計画では、放射線誘発性肺炎を回避する目的で肺機能画像上に抽出した高機能肺領域の被ばくを選択的に低減する方法が試みられている。治療の安全性や成績は改善されつつあるが、一定数の症例で致死性を伴う肺炎が発生している。また、近年では免疫療法の普及によって治療成績の改善が可能となったが、投与は肺炎がGrade2未満の症例に限定されており、肺炎の抑制は重要である。このように、肺炎発生の回避は進行肺がん治療の安全性と治療効果の双方に恩恵をもたらすと考えられ、早急な手立てが熱望されている。

報告書

(5件)
  • 2023 実績報告書   研究成果報告書 ( PDF )
  • 2022 実施状況報告書
  • 2021 実施状況報告書
  • 2020 実施状況報告書
  • 研究成果

    (8件)

すべて 2023 2022 2021 2020

すべて 雑誌論文 (3件) (うち査読あり 3件、 オープンアクセス 2件) 学会発表 (4件) (うち国際学会 1件) 産業財産権 (1件)

  • [雑誌論文] Radiation pneumonitis prediction model with integrating multiple dose-function features on 4DCT ventilation images2023

    • 著者名/発表者名
      Yoshiyuki Katsuta et al.
    • 雑誌名

      Physica Medica

      巻: 105 ページ: 102505-102505

    • DOI

      10.1016/j.ejmp.2022.11.009

    • 関連する報告書
      2022 実施状況報告書
    • 査読あり / オープンアクセス
  • [雑誌論文] Feasibility of Differential Dose Volume Histogram Features in Multivariate Prediction Model for Radiation Pneumonitis Occurrence2022

    • 著者名/発表者名
      Yoshiyuki Katsuta et al.
    • 雑誌名

      Diagnostics

      巻: 12 号: 6 ページ: 1354-1354

    • DOI

      10.3390/diagnostics12061354

    • 関連する報告書
      2022 実施状況報告書
    • 査読あり / オープンアクセス
  • [雑誌論文] Prediction of radiation pneumonitis with machine learning using 4D-CT based dose-function features2021

    • 著者名/発表者名
      Katsuta Yoshiyuki、Kadoya Noriyuki、Mouri Shina、Tanaka Shohei、Kanai Takayuki、Takeda Kazuya、Yamamoto Takaya、Ito Kengo、Kajikawa Tomohiro、Nakajima Yujiro、Jingu Keiichi
    • 雑誌名

      Journal of Radiation Research

      巻: 63 号: 1 ページ: 71-79

    • DOI

      10.1093/jrr/rrab097

    • 関連する報告書
      2021 実施状況報告書
    • 査読あり
  • [学会発表] Evaluation of machine learning-based prediction model with combination of conventional and functional dosimetric parameters for radiation pneumonitis in NSCLC patients2021

    • 著者名/発表者名
      Mouri S, Kadoya N, Katsuta Y et al.
    • 学会等名
      日本医学物理学会第121回学術大会
    • 関連する報告書
      2021 実施状況報告書
  • [学会発表] 複数の放射線生物影響数理モデルによる放射線肺臓炎の予測2021

    • 著者名/発表者名
      勝田義之 他
    • 学会等名
      日本放射線腫瘍学会第34回学術大会
    • 関連する報告書
      2021 実施状況報告書
  • [学会発表] Development of machine learning-based radiation pneumonitis prediction model with combination of conventional, functional dosimetric parameters and clinical factors in NSCLC patients2021

    • 著者名/発表者名
      Mouri S, Kadoya N, Katsuta Y et al.
    • 学会等名
      日本医学物理学会第122回学術大会
    • 関連する報告書
      2021 実施状況報告書
  • [学会発表] Evaluation of machine learning-based prediction model for radiation pneumonitis in NSCLC patients2020

    • 著者名/発表者名
      Mouri S, Kadoya N, Katsuta Y, Kanai T, Nakajima Y, Tanabe S, Sugai Y, Umeda M, Dobashi S, Takeda K, Jingu K
    • 学会等名
      20th Asia-Oceania Congress of Medical Physics
    • 関連する報告書
      2020 実施状況報告書
    • 国際学会
  • [産業財産権] 放射線誘発性肺炎を誘発する肺組織を抽出する技術2023

    • 発明者名
      勝田義之
    • 権利者名
      東北大学
    • 産業財産権種類
      特許
    • 出願年月日
      2023
    • 関連する報告書
      2023 実績報告書

URL: 

公開日: 2020-04-28   更新日: 2025-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi