研究課題
本研究は、放射線治療における臓器の呼吸性移動およびビーム照射の時間変化が相互作用を起こすことによって引き起こすInterplay effectsを短時間に評価するための技術を、深層学習を用いて開発することである。我々は３次元U-netを用いてビームのセグメント形状から線量分布を予測する深層学習ネットワークを構築し、さらに呼吸性移動の影響を評価する技術を開発し、既に報告した。さらに、呼吸性移動に対応する技術としてサイバーナイフによる肺がん・肝臓がんの呼吸性移動を伴う腫瘍に対して動体追尾照射を行う際、追尾の誤差が引き起こす腫瘍のカバーの悪化を予測するための技術を開発し、報告した。本年度は、呼吸性移動に対応したサイバーナイフ治療において、さらに効率的な治療を行うための技術開発を行った。我々の開発したRaster-scanning照射は、ビームの強度を変調させたフルエンスを形成し、少ないビーム数で良好な線量分布を達成することができる。このため治療時間を短縮できる利点があり、呼吸波形のドリフトなどのリスクを低減して治療できる可能性がある。我々はこのスキャニング照射のフルエンスマップを最適化する独自のシステムを開発し、論文で報告した。さらに、その最適化アルゴリズムを応用し、密封小線源治療における新しい最適化技術を開発した。舌がんを治療する際、下顎骨に高線量が照射されると顎骨壊死を起こす可能性がある。このリスクを低減するために舌と下顎骨の間に鉛ブロックを置くが、このブロックの影響を考慮して線量計算することはできない。そこで我々は鉛ブロックの減弱を考慮できる計算システムを開発し、さらに上述の最適化アルゴリズムを用いて鉛ブロックを考慮した最適化演算を行うことにより、優れた線量分布を実現できるシステムを開発した。
すべて 2023
すべて 雑誌論文 (2件) (うち査読あり 2件、 オープンアクセス 1件)
Anticancer Research
巻: 43 ページ: 16314
10.21873/anticanres.16314
Japanese Journal of Radiology
巻: 41 ページ: 1290-1297
10.1007/s11604-023-01451-w
