2023 Fiscal Year Annual Research Report
寡分割高精度放射線治療に資するデータ駆動型アプローチの創出
| Project/Area Number |
22H03021
|
|---|
| Allocation Type | Single-year Grants |
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
中村 光宏 京都大学, 医学研究科, 教授 (30584255)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
中尾 恵 京都大学, 医学研究科, 教授 (10362526)
|
|---|
| Project Period (FY) |
2022-04-01 – 2026-03-31
|
| Keywords | 医学物理学 / 統計呼吸動体モデル / 時空間画像データ / 適応放射線治療 / 非侵襲呼吸性移動対策 |
|---|
| Outline of Annual Research Achievements |
深層学習を用いてサイノグラムを補完し、コーンビームCT(CBCT)のFOV拡張を目指した。腹部疾患に対して放射線治療を施行した80症例分の計画用CT(pCT)を無作為に学習用64セットとテスト用16セットに分割した。深層学習アルゴリズムの一つであるpix2pixを使用して、学習用セットから「Sinogramベースモデル」「CTベースモデル」を構築した。その後、テスト用セットを用いて平均絶対誤差 (MAE) と二乗平均平方根誤差 (RMSE) と構造的類似性 (SSIM)を算出した。MAE、RMSE、SSIMの中央値は (Sinogramベースモデル、CTベースモデル) でそれぞれ (16.91、48.11) HU、(23.19、29.57) HU、(0.91、0.83)であった。
一方、非侵襲な動体追尾照射を実現する方法として、ハイブリッド型マーカーレス動体追尾照射を実現すべく、kV-X線透視画像から標的の代替としての横隔膜を位置検出し、相関モデルを用いて横隔膜位置を予測する手法を開発した。胸腹部腫瘍を有する患者18症例を対象とし、三次元金マーカー位置（P_GM）と三次元横隔膜位置（P_DP）を算出した。データセットの前半20秒間でIRマーカー信号からP_GM及びP_DPを予測する相関モデルを構築し、後半50秒間で各相関モデルにIRマーカー信号を入力しP_GM及びP_DPを予測した。相関モデル予測誤差が3 mm以内であった割合は、P_GMでは左右、頭尾、背腹方向においてそれぞれ98.3%、81.7%、98.3%、P_DPではそれぞれ50.4%、84.2%、29.8%であった。また、頭尾方向の日内標的照準不確かさが3 mm以内であった割合は88.8%であった。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初の計画通りに研究が進捗したため。
|
| Strategy for Future Research Activity |
①実投与線量評価のための合成CTの作成｜これまでに開発したアーチファクト除去モデルとFOV拡張モデルの精度向上を目指す。その後、両者を同時に達成するアルゴリズムを開発する。②治療期間中の線量分布予測｜画像生成AIを用いて、治療計画用CTから体内臓器の形状が異なる多数のCTを生成する技術を開発する。そして、その画像を用いて、治療計画時に得られた線量分布の妥当性を検証する。③非侵襲動体追尾照射法の開発｜回転画像を用いて、横隔膜位置を検出し、そこから腫瘍位置を推定する方法を開発する。同時に、腫瘍位置を直接推定する方法も開発する。両者の精度を高め、最終的には両者を組み合わせて、非侵襲動体追尾VMAT照射中のモニタリングに使用できるようにする。
|
