权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Synthesis of high precision lung tumor motion predictor for dynamic tumor tracking radiotherapy

用于动态肿瘤跟踪放疗的高精度肺部肿瘤运动预测器的合成

基本信息

批准号：
20K12599
负责人：
藤井文武
金额：
$ 2.16万
依托单位：
Yamaguchi University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K12599/
关键词：
肺腫瘍の呼吸性移動未来位置予測拡張 Bouc-Wen モデルマルチモデル推定法腫瘍の呼吸性移動腫瘍の未来位置予測繰り返し制御腫瘍未来位置予測リカレントニューラルネットワーク動体追尾放射線治療肺腫瘍 LSTM

项目摘要

本年度は，肺腫瘍の呼吸性移動軌跡が示すヒステリシスを考慮に入れた予測を行うため，ヒステリシスを表現することのできる現象論的モデルの一つである Bouc-Wen モデルの活用について検討した．肺腫瘍の呼吸性移動の周波数解析を行うと，複数の周波数ピークが観測される．そこで，肺腫瘍軌跡をFFTした結果を用いて３つの周波数帯域に分割した時系列軌道を生成し，そのそれぞれを用い，研究代表者がかつて提案した非対称性を表現可能な拡張 Bouc-Wen モデルのパラメータ同定を行った．この際，モデルの入力には3つの周波数帯域の重心周波数を用いることとした．これにより得られる３つの拡張 Bouc-Wen モデルのモデル出力を用い，粒子フィルタに基づくマルチモデル推定を行ってその精度を評価した．精度評価には，山口大学医学部附属病院で待ち伏せ型体幹部定位放射線治療を受けた12名の肺腫瘍患者の，実時間腫瘍追跡システムを用いて計測された3次元の肺腫瘍軌跡を利用した．腫瘍軌跡データの利用は患者の同意を得ており，研究計画は同院のIRB（H30-040-3）の承認を得て実施している．当該分野で既存の推定手法として知られている，拡張カルマンフィルタ，Unscented カルマンフィルタおよびリカレント型ニューラルネットワークとの比較において，12症例中5症例において拡張 Bouc-Wen モデルを用いた粒子フィルタ推定が最も良好な推定結果を与えることが分かった．一方で，本年度の検討の主眼であるマルチモデル推定器が最良の推定精度となったのは12症例中2例にとどまった．この結果に，各患者の腫瘍位置の医学的所見を加えた考察から，提案したマルチモデル推定法の性能は，患者の腫瘍位置と肺の状態に影響を受けることが分かった．

This year, the respiratory movement trajectory of lung cancer is considered in the prediction and performance of lung cancer. The analysis of the frequency of respiratory movement in lung cancer is carried out. For example, the FFT results of lung cancer trajectories are used to generate time-series orbits in the frequency domain of 3 cycles, and the results are used to generate time-series orbits in the frequency domain of 3 cycles. In this case, the entrance force of the ring is 3. The frequency band of the center of gravity is 3. The frequency band is 3. The accuracy of the estimation of particle size and particle size is evaluated. Accuracy evaluation: 12 lung cancer patients were treated with localized radiation therapy at Yamaguchi University Hospital, and 3-D lung cancer trajectories were measured and utilized. The use of tumor trajectory was not approved by the patient, and the study plan was not approved by the IRB (H30-040-3) of the same hospital. When the existing estimation method of this field is known, the result of estimation is the best in 5 out of 12 cases. In one case, the main eye of this year's survey was the best estimation accuracy in 2 cases. As a result, the medical findings of each patient's tumor location were examined, and the performance of the proposed Mulchi-Moore inference method was affected by the patient's tumor location and lung status.