2018 Fiscal Year Research-status Report
AI-based optimization of replanning frequency and timing for head and neck adaptive radiation therapy
| Project/Area Number |
18K15567
|
|---|
| Research Institution | Kansai Medical University |
|---|
Principal Investigator |
武川 英樹 関西医科大学, 医学部, 助教 (60526870)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 適応放射線治療 / 人工知能 / 最適化 / 頭頚部癌 / 医学物理学 |
|---|
| Outline of Annual Research Achievements |
頭頚部癌に対する適応放射線治療において治療計画の適応回数及びタイミングの最適化を行い、効果的・効率的な治療を実現させる。本研究においては、その最適化基盤として照射される線量分布に影響を及ぼす治療期間中の患者体形変化に対する予測モデルを人工知能により構築し、予測精度の検証を行う。平成30年度（2018年度）は、当初の研究実施計画に基づき1. データ収集、2. 特徴量抽出に関する研究を進めた。本年度における進捗は下記の通りである。
1. データ収集
データ収集のための研究用データベースを構築し、臨床用の既存データベースとの接続を行えるようにした。これにより、病期など日常臨床で用いる情報を別途収集する必要がなくなり、効率的な研究推進を可能にした。本研究における収集の対象患者は、放射線治療時の体形変化が確認しづらい術後照射例を除く根治的放射線治療を行った咽頭癌、喉頭癌、原発不明頭頚部癌の新鮮症例とし、平成30年度に放射線治療を開始した症例から収集を開始した。
2. 特徴量抽出
本研究で特徴量として用いる体形変化量は、画像誘導放射線治療として撮影した初回照射時のコーンビームCT画像を基準とし、以降の照射におけるコーンビームCT画像間との変形量と定義した。これら画像間の解剖学的対応点を示す変位ベクトル場を非線形剛体レジストレーションにより計算するソフトウェアを開発した。非線形剛体レジストレーションはCPUを用いた計算では長い計算時間が必要となるため、GPUを用いた計算を可能にした。これにより、1症例分の計算を約45%短縮させた。平成30年度中に収集した症例に対して同方法を適用し、体形変形量の特徴量を得た。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
データ収集のための研究用データベースが構築できており、症例収集が始まっている。平成30年度（2018年度）で40例が収集できており、進捗としても順調である。
体形変化量の計算をコーンビームCT間の非剛体レジストレーションソフトウェアの開発は完了、GPUを用いた高速計算も可能にしている。あとは、収集していく症例に対して適用して特徴量を計算するだけである。
|
| Strategy for Future Research Activity |
引き続きデータ収集を続け、機械学習に必要なデータ数を収集する。
まずは収集できているデータだけを用いて機械学習を行うためのソフトウェア開発を早期に進めるが、研究を促進するために研究開始以前の症例を含めることを検討する。
研究成果報告のための、学会発表及び論文執筆を行っていく。
|
| Causes of Carryover |
平成30年度（2018年度）はソフトウェア開発に係る追加ライセンスが不要な範囲で予想より開発を進めることができ、本年度に使用予定のライセンス料が不要となった。翌年度にはソフトウェアの追加ライセンスが必要な開発が控えており、本年使わなかったその費用を使用する。
また、論文校閲のための人件費・謝金を計上していたが、本年度は本研究課題に関する国際学会発表及び英語論文執筆がなく使用しなかった。翌年度は国際学会発表及び英語論文執筆を計画しており、本年度使わなかったそれらに関する費用を使用する。
|
Research Products
(5 results)
