| 研究課題/領域番号 |
17K15799
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
名和 要武 東京大学, 医学部附属病院, 助教 (00456914)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| キーワード | Ｒadiomics / 特徴量解析 / 医学物理学 |
|---|
| 研究実績の概要 |
本研究の目的は、レディオミクス解析法を用いて、診断と放射線治療における医療画像が含む画像特徴量から、治療の奏功や予後を高精度に推定する新たなパターン認識システムを構築することである。レディオミクスの先行研究では、治療前に取得された診断用のCT、MRI、PET画像などが特徴量解析の対象とされてきた。しかし、実際、患者の予後とより強い相関を持つのは、処方された治療内容そのものと考えられる。当該年度では、治療に直結した画像情報として、放射線治療計画装置から算出される患者体内の線量分布を採用した。具体的には、CT画像のようなスライス情報からレディオミクス特徴量を抽出するプログラムをベースとして、3次元線量分布から画像特徴量を抽出する新たなプログラムを構築した。並行して、治療計画装置における腫瘍の輪郭抽出の特徴量について、レディオミクス解析から、肺がんのhistology subsetを推定する研究を行った。後半については英文誌にて誌上発表を行った。
|
| 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
線量分布から画像特徴量を抽出するプログラムの新規開発については十分な成果が得られた。一方で、得られた特徴量に対して教師あり学習を行い、予後との相関が強い特徴量を選択する解析は今後の課題となった。従って上記区分とした。
|
| 今後の研究の推進方策 |
今後の研究において、具体的に患者の臨床データを用いて、治療の奏功および予後と強相関な線量分布の特徴量を抽出する予定である。全患者データのうち部分的なデータ群を教師データに使用することで、予後と強く相関する画像特徴量を見出し、残りのテストデータに対して推定精度を検証する。さらに全患者データ内で交差検定を行い、識別システムの精度を向上させる。教師データとテストデータを合わせた全患者数は50症例を目標とする。
さらに、分割照射中の腫瘍の経時変化の特徴量解析として、治療前および治療中CBCTのレディオミクス特徴量の抽出も検討する。
|
| 次年度使用額が生じた理由 |
線量分布の特徴量抽出プログラムの実装に時間を要したため。次年度は、患者データ解析用のハイスペックPCの購入を予定している。
|
