| 研究課題/領域番号 |
18K19918
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
中尾 恵 京都大学, 情報学研究科, 准教授 (10362526)
|
|---|
| 研究期間 (年度) |
2018-06-29 – 2021-03-31
|
| キーワード | 圧縮センシング / 機械学習 / 臓器変形 / 治療支援 / 医用システム |
|---|
| 研究実績の概要 |
本研究の目的は，生体構造や治療行為に関する事前知識を活用し，治療時に取得可能な低次元かつ局所的な情報のみを手がかりに，患者固有の生体臓器に関する高次元かつ広範囲の状態復元を目指す情報学的手法の探究である．初年度は，放射線治療計画に向けて 4D-CT に対して医師が定義した複数臓器の 3 次元輪郭データから統計変位モデルを構築し，膵癌変位の推定に有効な複数臓器の形状特徴の解析を行った．臓器変形の学習及び再構成を症例単位ではなく，臓器微小領域単位で行う頂点単位学習を提案した．提案手法によって周辺臓器の形状特徴から膵癌重心変位を中央値 3.0mm の誤差で推定可能であることを確認した．また，頂点単位学習の考え方に基づいて膵癌領域の変形推定を行った結果，中央値 4.6mm の誤差で推定が可能であることを確認した．また，提案する頂点単位学習と症例単位学習の推定精度を比較することで，限られた学習データにおける頂点単位学習の有効性を確認した．また，形状特徴の頂点数を変化させることにより，その影響を明らかにした．
|
| 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
本テーマにおいて重要な位置づけとなる理論の構築やアルゴリズムの実装・評価が進んでおり、計画書に挙げた研究課題についてそれぞれ一定の成果が得られている．
|
| 今後の研究の推進方策 |
概ね順調に研究開発が進んでいることから，今後とも計画書の研究課題に基づいて理論構築とその検証を進める．京都大学医学部附属病院 放射線治療科と共同研究を継続しており、評価データの収集を予定している．
|
