| 研究課題/領域番号 |
18K07753
|
|---|
| 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 | 山口大学 |
|---|
研究代表者 |
椎木 健裕 山口大学, 医学部附属病院, 講師 (30610456)
|
|---|
| 研究分担者 |
藤井 文武 山口大学, 大学院創成科学研究科, 准教授 (30274179)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2023-03-31
|
| キーワード | 深層学習 / 機械学習 / 肺腫瘍認識 / 医用画像処理 / X線透視画像 / 動体追跡放射線治療 |
|---|
| 研究成果の概要 |
呼吸性移動を伴う部位に対する放射線治療は，投与線量に影響を与える．そのため，我々は，動体追跡放射線治療を用いることで問題を克服してきたが，腫瘍近傍に金属マーカーを留置しなければならず，非常に侵襲的である．そこで，動体追跡装置のX線透視画像から深層学習を用いて，直接肺腫瘍を検出するアルゴリズムを開発した．開発したアルゴリズムは，放射線治療を行う過程で取得される四次元CT画像，治療計画情報，腫瘍輪郭情報を応用することで，学習データを作成することができるため，患者個別の学習モデルを作成することが可能となった．
|
| 自由記述の分野 |
医学物理
|
| 研究成果の学術的意義や社会的意義 |
本研究で開発したアルゴリズムは，医用画像処理や深層学習を用いることで，従来の手法では困難であった肺腫瘍認識を高精度に実施することを可能とした．放射線治療を行う過程で得られる情報（医用画像情報，治療計画情報，腫瘍輪郭情報）を用いることで，腫瘍認識モデルを構築することができるため，患者個別に対応した予測モデルを構築可能である．また，現在既存の放射線治療機器においても導入可能である．そのため，呼吸により動く腫瘍に対する放射線治療をより高精度に行うことが可能となり，局所制御の向上につながると考えられる．
|
