Development of radiation treatment planning support system based on deep learning using PET/CT images

2023 Fiscal Year Final Research Report

• Project/Area Number: 21K18088
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 90130:Medical systems-related
• Research Institution: Teikyo University
• Principal Investigator: MITSUMOTO TAKUYA 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 / CNN / PET/CT / メチオニン / 深層学習

Outline of Final Research Achievements

In this study, we aimed to develop software that automatically contouring highly accurate GTV to support radiation treatment planning.　To build the software, the software learned the correct GTV based on the GTV comprehensively determined by a radiation oncologist using CT and PET images.　Compared with other related studies of tumor segmentation using functional and morphological images, our software model obtained in this study could achieve highly reproducible automatic contouring performance.

Free Research Field

核医学

Academic Significance and Societal Importance of the Research Achievements

放射線治療計画における治療体積はGTVをベースに計画されており放射線治療医が手動で描出することが一般的である。しかし複雑な部位ではGTV描出は時間を要し、経験年数によって描出精度が変動するため、簡便かつ客観的にGTVを測定および描出できる方法が必要とされている。本研究では、精度の高いGTVを放射線治療医に提供するため深層学習を用いることでGTVを自動描出するソフトウェアを開発した。より多くの学習データ、最適な学習方法およびネットワーク構造によってソフトウェアの精度をさらに向上することが期待でき放射線治療計画の効率化に繋がる可能性が示唆された。