| 研究課題/領域番号 |
22K15797
|
|---|
| 研究機関 | 北海道大学 |
|---|
研究代表者 |
吉村 高明 北海道大学, 保健科学研究院, 助教 (70807742)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2026-03-31
|
| キーワード | MRI / 放射線治療計画 / 前立腺癌 / 尿道 / Deep Learning |
|---|
| 研究実績の概要 |
動体追跡陽子線治療システムと磁気共鳴画像(MRI: magnetic resonance image)による非侵襲的な尿道同定法を用いて有害事象のリスクを最小限にした尿道線量低減動体追跡陽子線治療計画技術において、有害事象のリスクだけでなく、治療放射線以外による被ばくも限りなく０にすることが理想である。MRIは、被ばくなく体内の三次元画像を取得できるが、線量計算に必要な電子密度情報を得ることができない。MRIから直接線量計算が可能となれば、尿道線量低減陽子線治療における治療放射線以外の患者の被ばくを０にすることが期待できる。本研究では、深層学習における画質変換技術を応用し、MRIから仮想CT画像を生成することによって、MRI単独での尿道線量低減動体追跡陽子線治療計画技術の開発を目指している。
2022年度は、超解像技術の確立と画質変換技術の確立に向けて、計算環境の構築と基盤となる学習モデルを用いた画像生成を実施し、簡易的な評価を実施した。超解像技術の確立として、複数の超解像モデルを用いて尿道の視認性が向上するかどうかを検証し、超解像技術により尿道の視認性が向上することが明らかになった(Yoshimura T et al., PLoS ONE 18(1): e0280076, 2023)。得られた成果の一部について、第８回北海道大学部局横断シンポジウム(2022.10.28)および第１回北大医療AIシンポジウム(2022.11.5, 札幌)にて発表し、第８回北海道大学部局横断シンポジウムでは、研究助成採択銅賞を受賞した。また、本研究の一部を北海道大学医学部保健学科における卒業研究として実施し、令和４年度北海道大学医学部保健学科卒業研究優秀発表賞を受賞した。次年度以降、学習モデルの改良や臨床評価に向けた準備を進めていく予定である。
|
| 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
2022年度は、計算環境の構築を実施でき、臨床データの収集も蓄積されている。現時点では完全ではないものの計画していたMR画像から仮想CT画像の出力まで実施することができた。論文として、超解像技術の確立として、複数の超解像モデルを用いて尿道の視認性が向上するかどうかを検証し、超解像技術により尿道の視認性が向上することが明らかになった(Yoshimura T et al., PLoS ONE 18(1): e0280076, 2023)。シンポジウムや卒業研究において受賞するなど、多くの方から興味をもっていただいていることを実感している。2024年度以降の臨床評価に向けた学習モデルの改良など課題はあるものの、次年度以降において解決を目標としたい。
|
| 今後の研究の推進方策 |
2023年度は、自主臨床研究による患者データの蓄積と2024年度からの臨床評価に向けた学習モデルの改良を実施し、論文投稿や国内外の学会での発表を通して研究成果を広く発表予定である。
|
| 次年度使用額が生じた理由 |
2022年度はコロナ禍における国際学会への旅費として支出できなかったが、論文1件がAcceptされたことで英文校正費とオープンアクセス費を支出した。次年度使用額は国内学会への旅費と旅費として支出予定である。
|
