| 研究課題/領域番号 |
18K15569
|
|---|
| 研究機関 | 北里大学 |
|---|
研究代表者 |
中野 正寛 北里大学, 医学部, 講師 (50780384)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2024-03-31
|
| キーワード | 子宮頸がん / Radiomics / 適応放射線治療 / 治療効果予測 / 画像特徴量 / 機械学習 |
|---|
| 研究実績の概要 |
局所進行子宮頸がんは同時化学放射線療法が標準治療である。患者の状態によっては放射線治療が単独で選択されるケースもあるが、いずれにしても放射線治療が果たす役割は大きい。その放射線治療は、リニアック装置を用いた外部照射が先行し、その後に遠隔後充填システム(RALS)を用いた腔内照射が３回から４回程度行われる。治療期間中にprimary CTVである子宮頸部および体部の体積に大幅な縮小が見られる場合が多いが、一方で体積がそれほど変化しない症例もある程度存在する。この子宮頸部および体部の体積が縮小するかしないかが、日々の子宮体部の変形とともにIMRTなどの高精度放射線治療の適応を難しくする要因の一つとなっている。本研究では、子宮頸がん患者の個々の状況にあわせた個別化医療としての放射線治療の提供を目指して、子宮の縮小／非縮小をラディオミクス特徴量を用いて事前に予測する適応放射線治療支援システムの構築を目指している。令和４年度は以下のことを実施した。
（１）機械学習モデル構築の際に、L1正則化、L2正則化など正則化項の違いによって予測精度に変化が見られるか調査した。本研究結果について海外学会にて報告を行った。
（２）ラディオミクス特徴量に加えて、線量分布の特徴量を併用することによって予測精度が向上する可能性があり、本件について検討を開始した。
（３）本研究の手法が子宮頸がん以外の腫瘍にも適用できるか、その可能性について検討を開始した。
|
| 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
ロジスティック回帰モデルを用いた体積縮小・非縮小の予測モデルの構築についてはある程度の目処が得られた。他の機械学習手法を用
いたモデル構築と、線量分布特徴量を併用することによる予測精度の向上に取り組んでいる。
研究者が所属する機関のコロナ規制により予定通りの進捗や予算執行を実現できず、研究助成の延長を申請した。
|
| 今後の研究の推進方策 |
子宮頸がんの放射線治療における子宮の体積縮小に関する機械学習モデルの構築において、ラディオミクス特徴量に加えて線量分布特徴量を併用することで予測精度が向上するか、検討を継続する。正則化項の有無、さらにL1正則化、L2正則化などの正則化項の違いによる予測精度の変化についても、線量分布特徴量を併用することと組み合わせて調査し、精度向上を目指す。本研究の手法が子宮頸がん以外の腫瘍にも適用しうるか検討中である。
|
| 次年度使用額が生じた理由 |
研究者が所属する研究機関のコロナ規制により、国内学会および海外学会の参加に制限が課せられたため。
英文校正、論文投稿費用等に使用する計画である。
|
