| 研究課題/領域番号 |
20K08113
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
塩山 善之 九州大学, 医学研究院, 共同研究員 (10323304)
|
|---|
| 研究分担者 |
佐々木 智成 九州大学, 医学研究院, 准教授 (10380437)
有村 秀孝 九州大学, 医学研究院, 教授 (20287353)
吉武 忠正 九州大学, 医学研究院, 講師 (40452750)
松本 圭司 九州大学, 医学研究院, 助教 (40467907)
白川 友子 (イソヤマ友子) 九州大学, 医学研究院, 共同研究員 (40529830)
浅井 佳央里 九州大学, 大学病院, 助教 (40635471)
廣瀬 貴章 九州大学, 大学病院, 診療放射線技師 (50608982)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| キーワード | 肺癌 / 放射線肺臓炎 / 深層学習 / 重症度予測 / 治療法最適化 |
|---|
| 研究実績の概要 |
放射線肺臓炎（radiation-induced pneumonitis: RP）は，肺癌放射線治療において最も重要な有害事象の1つである。これまで，RPに関連する臨床因子および線量・体積パラメータ等について報告はされいるが、患者毎にリスクを正確に予測し治療法の最適化に反映することは困難であった。昨年度、治療計画コンピューター断層撮影（CT）画像による肺癌定位放射線療法(SBRT)後のラディオミクスベースのRP予測モデルを構築し、その有用性について報告した。今年度は精度をより高めたモデル構築を目指し、AlexNet-based deep convolutional neural network (DCNN)モデルを適用し実現可能性を検討した。SBRT後のグレード2以上のRP症例21名を含む244名を対象とし、AlexNetベース学習モデルで最後の3層を完全連結層、ソフトマックス層、分類出力層に置き換えRPケースと非RPケースに分類。RPケースの11×11と15×15画素の正方形の画像パッチを教師データとして学習させた。なお、0、5、10Gy以上照射された肺体積から100個の画像パッチを切り出し、LV0、LV5、LV10と定義した。訓練画像と検証画像（70%/30%）はランダムに分離、DCNNモデルはクロスバリデーションにより，各サブセットのReceiver Operating Characteristic（ROC）曲線のAUC，感度，特異度，精度の平均値を用いて評価した。
LV0，LV5，LV10のAUCの平均値は，11×11画素の画像パッチでそれぞれ0.664，0.701，0.727，15×15画素の画像パッチで0.678, 0.725，0.747と、DCNNモデルはSBRT前のRP予測に利用可能で、高線量域の画像パッチを用いることで精度が有意に向上することが示唆された。
|
| 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
本研究では、当初より対象を早期肺がん症例（UICC７版ではI期、UICC８版ではI-IIA期）と局所進行期症例（IIIB期, IIIc期）に分けて行う予定であったため、令和２年度及び3年度はまず、早期症例を対象に定位放射線治療後の放射線肺臓炎を予測に関する研究を開始した。
治療計画CT画像によるラジオミクスベースの予測モデルを構築し、その有用性に評価し、深層学習によりその精度を向上できる可能性が示唆される等、一定の成果を報告することができたと考えられるため。
|
| 今後の研究の推進方策 |
令和3年度までに行った早期肺がんを対象とした深層学習を用いた放射線肺臓炎予測モデルをより精度が高く有用なものとするため、DVHパラメータや患者因子などを加えた予測モデルの構築を目指す。局所進行期症例における放射線肺臓炎の予測モデル構築に向けた検討に着手する。
研究推進のためには研究分担者との連携が不可欠であるが、全国的な新型コロナ感染拡大等の影響で密な対面ミーテイングや共同研究が難しい状況が続いている。Web会議やメール会議等を活用するなど工夫し可能な限り研究を進捗させる予定。
|
| 次年度使用額が生じた理由 |
令和3年度においても、我が国を含めた世界的な新型コロナ感染症拡大のため、国内・国外の学会ならびに研究会が中止あるいはweb開催となるなど、当初予定していた学会・研究会参加・発表や研究打ち合わせ等を目的とする旅費等の支出ができない等、少なからず研究遂行に支障をきたした。
次年度も引き続き、旅費支出を伴わない学会・研究会の参加費などを含めて積極的に研究成果の発表を行うとともに、研究促進のための意見交換や打ち合わせの機会を増やす。
|
