Discovery Sagaサイレントキーワード俯瞰

深層学習 / 画質改善 / 医学物理 / 医用画像 / 情報理論 / 情報工学

放射線治療におけるCone-beam CT（CBCT）は、画像誘導放射線治療において照射の位置照合に使用されているが、治療効果を向上させるために様々な発展的利用が期待されている。CBCTはコーン状の線束を用いることから散乱線によるノイズが顕著であり、画質改善はその有効利用において必須の要素技術である。本研究は深層学習を用いてCBCTを画質改善し、その発展的利用法を検討するとともに、画質改善技術を他施設や他部位の画像にも汎化性をもって適用できる枠組みを構築することを目的とする。当該年度は以下を実施した。
１）前年度に誌上発表した、敵対的ネットワーク（Generative Adversarial Network: GAN）を用いたCBCT画質改善技術を、megavoltage CT（MVCT）に応用し、ロス関数の改良により、少ない症例数でMVCTを画質改善する新たな手法を構築した。
２）発展的利用として、特徴量解析による放射線治療後の予後予測モデルの構築を行った。
３）発展的利用として、深層学習を用いた臓器の自動輪郭抽出を検討した。

研究１）は海外誌Medical Physicsで誌上発表を行った。

レディオミクス解析 / 画質改善 / 機械学習 / 深層学習 / 医学物理 / Radiomics / 特徴量解析 / 医学物理学 / Ｒadiomics / 放射線 / 情報工学

本研究はレディオミクス解析により、治療計画CT画像、線量分布、治療中CBCT画像等の医用画像が含む画像特徴量から、治療の奏効や予後を高精度に推定する新たなパターン認識システムを開発することを目的とした。特徴量を高精度に抽出する上で、医用画像の画質改善は必須の要素技術である。画像特徴量を抽出する際の前処理として、深層学習を用いてCBCTを画質改善する手法を構築した。また腫瘍の輪郭が画像特徴量に与える影響について精査した。線量分布から抽出された特徴量について線量計算アルゴリズムや計算グリッドサイズに対する依存性を検討した。

レディオミクス解析における画質改善の重要性を明らかにし、深層学習を用いた医用画像の画質改善の手法を構築した。また線量分布に対するレディオミクス解析について線量計算のパラメターに対する詳細な検討を行った。