放射線治療における深層学習を用いた画像生成・解析の積極的臨床適用

2022 年度 研究成果報告書

• 研究課題/領域番号: 20H04278
• 研究種目: 基盤研究(B)
• 配分区分: 補助金
• 応募区分: 一般
• 審査区分: 小区分62010:生命、健康および医療情報学関連
• 研究機関: 東京大学
• 研究代表者: 中川 恵一 東京大学, 医学部附属病院, 特任教授 (80188896)
• 研究分担者: 名和 要武 東京大学, 医学部附属病院, 助教 (00456914) ; 鍛冶 静雄 九州大学, マス・フォア・インダストリ研究所, 教授 (00509656) ; 野沢 勇樹 東京大学, 医学部附属病院, 特任助教 (00836918) ; 仲本 宗泰 北海道大学, 保健科学研究院, 助教 (10808877) ; 太田 岳史 東京大学, 医学部附属病院, 特任助教 (20727408) ; 尾崎 翔 弘前大学, 理工学研究科, 助教 (60615326) ; 山下 英臣 東京大学, 医学部附属病院, 准教授 (70447407) ; 今江 禄一 東京大学, 医学部附属病院, 副診療放射線技師長 (80420222)
• 研究期間 (年度): 2020-04-01 – 2023-03-31
• キーワード: 放射線治療 / 深層学習 / 画像生成 / 画像解析 / 臨床適用

研究成果の概要

本研究では，放射線治療で得られる医用画像に対して深層学習や機械学習を適用し，その出力として得られる生成画像や解析結果を安全かつ有効に利用する方法を確立することを目的とした．研究期間内には，神経膠腫や原発性非小細胞肺癌のグレード予測や予後予測モデルを作成した．また，深層学習を用いた画質改善法および学習データ数の適正化やCT画像に対する臓器のセグメンテーションを実施し，深層学習を用いた画像生成や解析法の有用性を示した．

自由記述の分野

放射線腫瘍学

研究成果の学術的意義や社会的意義

本研究では，放射線治療で得られる医用画像に対する機械学習や深層学習の適用について，安定，かつ，安全な臨床利用を念頭に置いたデータ解析法や画質改善法，また，適切な学習データ数に関する提案を行った．医用画像に対する深層学習の適用範囲は広く，本研究の成果は放射線治療で得られる医用画像に対する深層学習の適用方法のいくつかを示したことであり，研究の実施によって得られた知見は学会発表や論文投稿を通して公表した．