2021 Fiscal Year Research-status Report
PET/CT画像を用いた深層学習に基づく放射線治療計画支援システムの開発
| Project/Area Number |
21K18088
|
|---|
| Research Institution | Teikyo University |
|---|
Principal Investigator |
三本 拓也 帝京大学, 公私立大学の部局等, 助教 (90593038)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | PET / GTV / Deep Learning / DCNN / brain |
|---|
| Outline of Annual Research Achievements |
放射線治療計画における治療体積の決定に陽電子放射断層撮影（Positron Emission
Tomography：PET）から得られる機能画像を利用する試みがされている。治療体積は、肉眼的腫瘍体積(Gross tumor volume: GTV)に基づき治療の計画がされている。GTVを描出するゴールドスタンダードは、治療計画CTの画像上で放射線治療専門医が手動によって病変を描出する方法である。しかし、GTVの描出は複雑な部位で時間を要し、かつ主観的手法であるため経験年数によって描出精度が異なる。本研究では、放射線治療計画を支援するためPET/CT検査における２つのモダリティ画像（PET画像とCT画像）を用いた深層学習によりGTVを自動描出するソフトウェアを開発する。プログラミングソフト（Python）を用いて放射線治療専門医の描出したGTVを教師データとして登録することで特徴量を学習させることでソフトウェアを構築する。そして、ソフトウェアによって自動描出されたGTVと放射線治療専門医によって描出したGTVの一致率を評価することで本ソフトウェアが放射線治療計画における支援システムとして有効であるか評価する。
本年度は、研究で使用するメチオニンPET/CT検査を施行した脳腫瘍患者のデータ１００名を登録した。ソフトウェア作成のためプログラム言語（Python）の習得に時間を費やし、PET/CT検査より得られたDICOM画像の読み込みや動作確認を行うことによってソフトウェアのベース構築を行った。今後は、臨床データを用いてソフトウェアのトレーニングを施し特徴量を学習させ、放射線治療専門医の描出したGTVとの比較を行うことで精度の確認を行う。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
初年度の研究計画は、臨床データの登録およびソフトウェア構築の２つを目標とした。研究計画書のとおり計画を進めメチオニンPET/CT検査を施行した脳腫瘍患者における臨床データ登録を完了した。ソフトウェアの構築に関しては、DICOMデータの読み込みや動作テストを行いソフトウェアのベース構築を実行した。
|
| Strategy for Future Research Activity |
次年度の研究計画の目標は、ソフトウェアのトレーニングおよびテストを行うことを挙げている。研究計画通りに放射線治療専門医がPET/CT画像上で手動によって描出したGTVを教師データとして登録して、ソフトウェアのトレーニングを行う。臨床データは、１００名中、５０人を使用して放射線治療専門医が描出したGTVと同じ領域を描出できるように必要な特徴をソフトウェアに学習させる。その後、残り５０名の臨床データでテストを行いソフトウェアが描出したGTVの結果と放射線治療専門医が描出したGTVで一致度係数（DSC）を用いて評価することで描出精度を確認する。
|
| Causes of Carryover |
計画通り使用したが、小額が残った。この未使用額は、翌年度の消耗品などに割り当てる。
|
