研究課題
基盤研究(C)
深層学習における高解像度化やノイズ低減(Deep learning - High resolution and Noise reduction, DL-HRNR)の原理および実装は完了したが、優良なデータ収集が得られなかったこと、得ることが難しいことがわかった。今後は、MR撮影のシーケンスを高速シーケンスおよび低雑音シーケンスによって教師データを得ること、また様々な線量分布パターンのゲル線量計のMR撮像を実施 し、教師データをより多く取得する必要があると考える。
放射線治療医学物理学
深層学習が全てを解決できるわけではなく、よい教師データが必要であり、本研究におけるゲル線量計の教師データ取得が難しいことがわかった。MRによるゲル線量計の画像化は歴史が古く、実績が多いため、デファクトスタンタードであり、信頼性も高いが、利便性の観点からすると、別のモダリティへのシフトが必要であると言える。
