| 研究課題/領域番号 |
17K10493
|
|---|
| 研究機関 | 東海大学 |
|---|
研究代表者 |
国枝 悦夫 東海大学, 医学部, 教授 (70170008)
|
|---|
| 研究分担者 |
株木 重人 東海大学, 医学部, 講師 (00402777)
藤田 幸男 東海大学, 医学部, 講師 (10515985) [辞退]
松元 佳嗣 東海大学, 医学部, 助教 (20568969)
二上 菜津実 東海大学, 医学部, 奨励研究員 (20806195)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| キーワード | SBRT / 深層学習 / 標的 / 位置予測 / 不規則呼吸 / 不規則呼吸パターン / 機械学習 |
|---|
| 研究実績の概要 |
本研究では、金属マーカーを用いずに、腹壁の広範な時間的な動きの変化を解析して、肝臓などの腫療標的位置を制度よく予測するシステムを開発する。Deep Neural Network(DNN）にて様々な呼吸パターンにおける、腹壁全体の動きと標的位置との関係を学習する。これにより不規則な呼吸でもより正確に標的位置が予測できる。 また、新型動態ファントムなどでシステムの評価を実施し実用化に繋げる。
体表面の動きの取得にはスペックルパターンを用いた4D体表面監視システムを用いた。英国の開発元に打診しデータ提供方法の公開の承諾を得て、体表面データをデジタル的利用可能な状態で取得することができた。東海大学にて4D-CTの呼吸移動データを蓄積しているので、学習データとしてデータベース化した。標的位置予測システムにはDeep Neural Network (DNN）技術を用いるので、その利用方法について検討した。
また、基礎実験に用いる、新型動態ファントムについても、空気圧によって変形可能で極めて人体に類似した構造として、4次元で腫瘍と体表面の動きを再現させるファントム4-dimensional target-moving phantom（Multi-cell 4Dファントム）を開発して、学会などに発表している。今後の研究が加速されるものと思われる。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
29年度の研究計画にほぼ基づいた進展状況であり順調に推移している。
|
| 今後の研究の推進方策 |
AI研究でしばしば問題になるボトルネックは教師データの不足である。効果的な予測を可能にするには、現状でもデータが足りない。今後少ないデータを人工的に変形させるなどで拡張を図る。
|
| 次年度使用額が生じた理由 |
理由：講師招聘の謝金に使用予定であったが、来年度に延期したため。
使用計画：講師招聘、謝金として使用予定
|
