研究課題
本研究は、レディオミクス画像特徴量解析により、放射線治療における線量分布やCBCTなどの医用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技術を構築することを目的とする。当該年度は以下のことを実施した。治療中CBCTのレディオミクス解析については、コーン状の線束を用いることによる散乱線の影響に加えて、ガントリー回転速度の非一様性に起因して画質が十分でなく、患者情報に係る重要な画像特徴量が消失している可能性があった。 治療中CBCTからレディオミクス画像特徴量を高精度に抽出するための前処理として、深層学習を用いた治療中CBCTの画質改善研究を行った。無矛盾性を考慮した敵対的ネットワーク(CycleGAN)を用い、前立腺がん患者の治療計画CTと治療中CBCT画像を教師データとして採用し、以下の結果を得た:・CBCTは解剖構造を保全しつつ、治療計画CTと類似した画質まで改善することが確認された。・CT値のヒストグラム評価では、CBCTはコントラストが明瞭でないことから単峰性の分布であったが、画質改善した画像では治療計画CTと同様に二峰性となり、コントラストが改善していることが明らかとなった。・治療計画CTをCBCT元画像および画質改善したCBCTに対して変形画像位置合わせし、画質改善により治療計画CTが安定的に変形できていることを、5名の観察者実験により確認した。また線量分布のレディオミクス解析についても、引き続き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プログラムの改良を進めた。抽出された画像特徴量について、線量計算アルゴリズムや計算グリッドサイズに対する依存性を検討した。
すべて 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 3件) 学会発表 (5件) (うち国際学会 1件)
Japanese Journal of Radiological Technology
巻: 76 ページ: 1173~1184
10.6009/jjrt.2020_JSRT_76.11.1173
Journal of Applied Clinical Medical Physics
巻: 21 ページ: 334~339
10.1002/acm2.13094
Journal of Cancer Therapy
巻: 11 ページ: 738~744
10.4236/jct.2020.1111063