| 研究課題/領域番号 |
23K07077
|
|---|
| 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 | 東北大学 |
|---|
研究代表者 |
田中 祥平 東北大学, 大学病院, 助教 (90883330)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2028-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
2027年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2026年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2025年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2024年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2023年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
|
|---|
| キーワード | 放射線治療 / MR画像誘導放射線治療 / 人工知能 / 深層学習 / MR-Linac / Unity / 前立腺がん |
|---|
| 研究開始時の研究の概要 |
放射線治療において、患者の体内の臓器は照射中に絶えず動いている。この照射中の臓器の動きは、腫瘍への過小線量、正常組織への過大線量を引き起こす。また、この照射中の動きによってどのように線量が投与されたかが分からないことが問題であった。
本研究では照射中の臓器の動きを3次元的に可視化し、本当に投与された線量分布を見える化する技術の基盤を確立する。線量分布の見える化が実現することにより、
1.治療計画時の線量分布と実際の照射された線量分布との乖離が明らかとなる。
2.照射後に正常組織や腫瘍の線量を調整することにより、個別化医療と腫瘍制御向上、副作用低減へとつながる。
といったことが期待される。
|
| 研究実績の概要 |
今年度は、第一にリアルタイムのMRI画像である2次元CineMRI画像において、前立腺、直腸、膀胱を深層学習で自動的にコンツーリングするシステムの精度向上を目指した。オートコンツーリングしてくれることにより、前立腺の位置を自動的に判定してくれるため、照射中の位置を同定してくれる。2次元CineMRIは画像が粗いため、精度の向上は頭打ちになってしまったが、現状はこの精度を保ちつつ、次の段階に進むこととした。
第二に照射中のリアルタイムのCineMRI画像を基に3次元の照射前の画像から照射中の3次元画像を作成する深層学習システムの構築に現在取り掛かっている。まずは照射前のMRI画像と照射直前のCine画像と照射後のMRI画像と照射終わりのCine画像を基に、照射前のMRI画像から照射後のMRI画像を予測するシステムの構築を目指している。現状は照射後のMRIを予測する深層学習モデルを構築できたが、予測結果はいまだ不十分であり照射前とほぼ同じ画像を出力することが問題である。次の段階として、照射中のCine画像を基にうまく前立腺の位置を調整してくれるモデルの構築を目指す。また学習データの準備として前立腺、直腸、膀胱の描出を行わなければならないが、十分な学習データを確保するためにも前立腺、直腸、膀胱の描出を行った。
|
| 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
深層学習モデルの構築にかなりの時間がかかった。深層学習モデルの調整の作業が必要なため、予測結果が高くなるようにモデル構築の探索作業を行わないといけないが、そのモデル構築の探索作業に現状はかなりの時間がかかっている。
|
| 今後の研究の推進方策 |
今後も引き続き照射前の3次元MRI画像から照射後の3次元MRI画像を予測する深層学習モデルの構築を目指す。照射中のCine画像を深層学習モデルのどこから入力すると照射後のMRI画像が変形して出力できるかを引き続き探索を行う方針である。
|
