深層学習で画質改善したCBCT画像を用いた積算投与線量分布構築システムの開発

使用 CBCT 图像开发累积剂量分布构建系统,通过深度学习提高图像质量

基本信息

  • 批准号:
    21K07639
  • 负责人:
  • 金额:
    $ 2.08万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
  • 财政年份:
    2021
  • 资助国家:
    日本
  • 起止时间:
    2021-04-01 至 2025-03-31
  • 项目状态:
    未结题

项目摘要

放射線治療はがんの三大治療法の1つとして確立している.放射線治療の中でも体幹部定位放射線治療(stereotactic body radiation therapy:SBRT)や強度変調放射線治療(intensity modulated radiotherapy:IMRT)は高精度な治療法であり,治療時の標的や正常組織の位置精度が重要である.治療時の位置合わせとして,放射線治療装置に付属されているCBCT(cone beam computed tomography)が利用されている.一方,放射線治療において,実際に患者に投与された線量分布を求め,評価することは正確な治療効果や副作用の予測という観点で重要である.治療直前や治療中に撮像するCBCT画像は標的や正常組織の位置を反映してはいるものの,放射線治療の計画時に撮像されるCT画像と比較して画質が悪く,線量計算に用いることができない.本研究では,深層学習によって画質改善したCBCT画像を用いて,治療期間内に患者に投与された積算線量分布を構築するシステムを開発することを目的とする.研究期間内には、①深層学習を活用して撮像されたCBCT画像を画質改善し,生成された画像の定量評価や視覚評価を行う.②生成された画像に対して線量計算し投与線量分布を求める.③DIR(deformable image registration)を用いて各治療日の投与線量分布を治療計画用CT画像に合わせ込み,積算させる.④構築した線量分布から,標的や正常組織への投与線量を治療 計画と比較し評価する.当該年度では前立腺癌を対象として,画質改善されたCBCT画像に対して線量計算を行い,投与線量分布を求めた.求めた線量分布を治療計画と比較し、評価を行った.ここまでの研究成果を国内の学術大会で発表した.
Radiation therapy がん がん The three major treatment methods <e:1> 1 と と て て establish <s:1> て る る る. Youdaoplaceholder0 stereotactic body radiation therapy (SBRT)や intensity modulated radiotherapy: IMRT (<s:1> high-precision な treatment method であ であ, during treatment, the accuracy of the <s:1> target や normal tissue <e:1> position が is important である. During treatment, the <s:1> position is combined with わせと て て, and the radiotherapy device に is attached to されて る るCBCT(cone beam computed tomography)が utilizes されて る る る. Side, radiotherapy に お い て, be interstate に patients に cast with さ れ た め を dose distribution, review 価 す る こ と は の unseen fruit や correct な treatment side effects can be と い う 観 point で important で あ る. March forward や に in treatment of like す る CBCT portrait は mark や を reflect normal tissue の position し て は い る も の の, の radiation treatment plan に pinch of like さ れ る CT picture と compare し て quality が 悪 く, calculating に line with い る こ と が で き な い. This study で は, deep learning に よ っ て quality improve し た CBCT portrait を with い て, に に patients for treatment period and さ れ た integrating dose distribution を build す る シ ス テ ム を open 発 す る こ と を purpose と す る. Study period に は, (1) deep learning を transfer し て pinch of like さ れ た CBCT portrait を quality improve し, generate さ れ た portrait の quantitative evaluation 価 や visual 覚 review 価 う を line. (2) generate さ れ た portrait に し seaborne て dose calculation し cast and dose distribution を め る. (3) DIR (deformable image registration) を with い て treatment day の vote and dose distribution を treatment plans with CT picture に close わ せ 込 み, integrating さ せ る. (4) build し た dose distribution か ら, The subject や normal tissue へ <s:1> is compared with the line volume を treatment plan と, and the evaluation is 価する. When the annual で は front adenocarcinoma を like と seaborne し て, quality improve さ れ た CBCT portrait に し seaborne て dose calculation を い, cast with the dose distribution を め た. Find the distribution of めた line quantities を, compare と treatment plans, evaluate 価を lines った. The research results of まで まで are を. The domestic <s:1> academic conference で has been presented. Youdaoplaceholder3.

项目成果

期刊论文数量(1)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
深層学習により画質改善したCBCT画像を用いた積算線量分布の構築
使用 CBCT 图像构建累积剂量分布,通过深度学习提高图像质量
  • DOI:
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Toyohara;J.;Tago;T.;Fujimaki;R.;Hirano;K.;Iwai;K.;Tanaka;H.;竹中重治,今江禄一,青木淳,松田佳奈子,境紀行,鍛冶静雄,岩永秀幸,山下英臣,阿部修.
  • 通讯作者:
    竹中重治,今江禄一,青木淳,松田佳奈子,境紀行,鍛冶静雄,岩永秀幸,山下英臣,阿部修.
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

竹中 重治其他文献

Winston-Lutz Test and Acquisition of Flexmap Using Rotational Irradiation
使用旋转照射进行 Winston-Lutz 测试和 Flexmap 采集
  • DOI:
    10.6009/jjrt.2014_jsrt_70.4.359
  • 发表时间:
    2014
  • 期刊:
  • 影响因子:
    0
  • 作者:
    今江 禄一;芳賀 昭弘;早乙女 直也;竹中 重治;岡野 由香里;佐々木 克剛;根津 誠;三枝 茂輝;白木 尚;矢野 敬一;中川 恵一;大友 邦
  • 通讯作者:
    大友 邦
強度変調回転治療中に取得したCBCT画像に対する深層学習を用いた画質改善の試み
尝试使用深度学习来提高强度调制旋转治疗期间获取的 CBCT 图像的图像质量
  • DOI:
  • 发表时间:
    2020
  • 期刊:
  • 影响因子:
    0
  • 作者:
    青木 淳;今江 禄一;竹中 重治;鍛冶 静雄;木田 智士;名和 要武;松田 佳奈子;竹内 幸浩;三枝 茂輝;佐々木 克剛;一宇 佑太;中川 恵一;山下 英臣;岩永 秀幸;阿部 修
  • 通讯作者:
    阿部 修
Evaluation of a Post-analysis Method for Cumulative Dose Distribution in Stereotactic Body Radiotherapy
立体定向放射治疗累积剂量分布后分析方法的评价
  • DOI:
    10.6009/jjrt.2016_jsrt_72.3.251
  • 发表时间:
    2016
  • 期刊:
  • 影响因子:
    0
  • 作者:
    今江 禄一;芳賀 昭弘;早乙女 直也;木田 智士;中野 正寛;竹中 重治;竹内 幸浩;白木 尚;矢野 敬一;山下 英臣;中川 恵一;大友 邦
  • 通讯作者:
    大友 邦
FFF-VMAT-SBRTにおける 非剛体レジストレーションを用いた4次元線量解析
在 FFF-VMAT-SBRT 中使用非刚性配准进行 4D 剂量分析
  • DOI:
  • 发表时间:
    2016
  • 期刊:
  • 影响因子:
    0
  • 作者:
    髙橋 渉;今江 禄一;竹中 重治;山下 英臣;中川 恵一;芳賀 昭弘
  • 通讯作者:
    芳賀 昭弘

竹中 重治的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

相似海外基金

歯科用CBCTにおける被ばく線量低減と画質改善の両立を目指した撮影条件の構築
建立旨在减少牙科 CBCT 曝光剂量并提高图像质量的成像条件
  • 批准号:
    24K20046
  • 财政年份:
    2024
  • 资助金额:
    $ 2.08万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
深層学習を用いた衛星画像の画質改善システム
使用深度学习的卫星图像质量改进系统
  • 批准号:
    24K20804
  • 财政年份:
    2024
  • 资助金额:
    $ 2.08万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
女性骨盤部における1.5T MRIを用いた高速撮像法とAI併用画質改善アルゴリズムの開発
开发女性盆腔区域1.5T MRI高速成像方法和AI图像质量改进算法
  • 批准号:
    23K14852
  • 财政年份:
    2023
  • 资助金额:
    $ 2.08万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
頭頚部悪性腫瘍の新規DWI撮像法,画質改善用AIと病期診断用CAD開発と臨床応用
头颈部恶性肿瘤DWI成像新方法、提高图像质量的AI和分期诊断的CAD的开发及临床应用
  • 批准号:
    23K07074
  • 财政年份:
    2023
  • 资助金额:
    $ 2.08万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
心臓MRIの画質改善・定量性向上を目的としたDLRを用いたデノイズ手法の開発
使用 DLR 开发去噪方法以提高心脏 MRI 的图像质量和定量性能
  • 批准号:
    19K08143
  • 财政年份:
    2019
  • 资助金额:
    $ 2.08万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
大気歪み画像モデルを組み込んだ深層学習によるリモートセンシング画像の画質改善
利用深度学习结合大气畸变图像模型提高遥感图像的图像质量
  • 批准号:
    19J13820
  • 财政年份:
    2019
  • 资助金额:
    $ 2.08万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
非局所処理に基づくデジタル画像の画質改善法の開発とその応用についての研究
基于非局部处理的数字图像图像质量改善方法研究及其应用
  • 批准号:
    16J05060
  • 财政年份:
    2016
  • 资助金额:
    $ 2.08万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
動画像分析に基づくMPEG-4符号化の画質改善及び高度化に関する研究
基于视频分析的图像质量改善及MPEG-4编码进展研究
  • 批准号:
    15700170
  • 财政年份:
    2003
  • 资助金额:
    $ 2.08万
  • 项目类别:
    Grant-in-Aid for Young Scientists (B)
核医学イメージの画質改善法の開発に関する研究
核医学图像图像质量改善方法发展研究
  • 批准号:
    05770689
  • 财政年份:
    1993
  • 资助金额:
    $ 2.08万
  • 项目类别:
    Grant-in-Aid for Encouragement of Young Scientists (A)
画像の周波数特性に依存したパノラマ断層X線写真の画質改善
根据图像的频率特性提高全景断层X射线的图像质量
  • 批准号:
    03771576
  • 财政年份:
    1991
  • 资助金额:
    $ 2.08万
  • 项目类别:
    Grant-in-Aid for Encouragement of Young Scientists (A)
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了