2020 Fiscal Year Annual Research Report
radiomics解析による定位放射線治療simulation modelの開発
| Project/Area Number |
19K24042
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
新谷 祐貴 東京大学, 医学部附属病院, 助教 (20844616)
|
|---|
| Project Period (FY) |
2019-08-30 – 2021-03-31
|
| Keywords | radiomics / シミュレーションモデル / 定位放射線治療 / ガンマナイフ |
|---|
| Outline of Annual Research Achievements |
医用画像は有する膨大な情報(画像特徴量)を抽出・定量化し、高次元の定量的特徴を用いた網羅的解析を行う手法をradiomicsという。本研究では radiomicsを 用いて、脳腫瘍における定位放射線治療(ガンマナイフ)の治療反応性を予測するsimulation modelを確立することを目的とした。
(1)研究代表者が所属する東京大学脳神経外科のガンマナイフ治療データ3800件の中から、転移性脳腫瘍1000例、 髄膜腫500例を抽出した。治療前後の臨床情報と治療後画像情報を有する転移性脳腫瘍100例の治療時画像データ、線量計画データ、治療前後の臨床データを抽出 した。同様の手順で、長期治療後臨床情報を有する髄膜腫100例のデータを抽出した。 (2)これらの臨床データと治療時画像データをインプットし治療反応性を制御可/不可の二値変数としてアウトプットした。(3)治療時医用画像を用いて腫瘍輪郭 を抽出した(セグメンテーション)。セグメンテーションには線量計画データを用い腫瘍輪郭を過不足なく囲った線量ラインを用いた。(4)セグメンテーション画像から腫瘍の形態的特徴量、画素値ヒストグラムの特徴量、画素値の空間的分布の均質・不均質性を定量化したテクスチャ特徴量を専用のソフトウェアを用いて 抽出した。ヒストグラム特徴量及びテクスチャ特徴量はフィルター処理を施し特定の構造やパターンを強調・低減させた画像からも抽出した。(5)以上のプロセ スを経て、計695因子の画像特徴量を抽出した。(6)これらの画像特徴量および臨床情報を集積したデータベースを作成した。
これらのデー タベースを用いて、 ガンマナイフ治療反応予測モデルを開発した。
|
Research Products
(1 results)
