子宮頸がん放射線治療におけるラディオミクス解析と標的体積縮小モデルの構築

宫颈癌放疗放射组学分析及靶减容模型构建

• 批准号: 18K15569
• 负责人: 中野 正寛
• 金额: $ 2.66万
• 依托单位: Kitasato University (2020-2022)Japanese Foundation for Cancer Research (2018-2019)
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2018
• 资助国家: 日本
• 起止时间: 2018-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-18K15569/
• 关键词: 子宮頸がん; Radiomics; 適応放射線治療; 治療効果予測; 画像特徴量; 機械学習; 医学物理学; 医用画像工学; 臨床的標的体積; 形態変化; ラディオミクス解析; 治療計画ＣＴ; コーンビームＣＴ; 放射線治療物理学; 放射線腫瘍学

局所進行子宮頸がんは同時化学放射線療法が標準治療である。患者の状態によっては放射線治療が単独で選択されるケースもあるが、いずれにしても放射線治療が果たす役割は大きい。その放射線治療は、リニアック装置を用いた外部照射が先行し、その後に遠隔後充填システム(RALS)を用いた腔内照射が３回から４回程度行われる。治療期間中にprimary CTVである子宮頸部および体部の体積に大幅な縮小が見られる場合が多いが、一方で体積がそれほど変化しない症例もある程度存在する。この子宮頸部および体部の体積が縮小するかしないかが、日々の子宮体部の変形とともにIMRTなどの高精度放射線治療の適応を難しくする要因の一つとなっている。本研究では、子宮頸がん患者の個々の状況にあわせた個別化医療としての放射線治療の提供を目指して、子宮の縮小／非縮小をラディオミクス特徴量を用いて事前に予測する適応放射線治療支援システムの構築を目指している。令和４年度は以下のことを実施した。（１）機械学習モデル構築の際に、L1正則化、L2正則化など正則化項の違いによって予測精度に変化が見られるか調査した。本研究結果について海外学会にて報告を行った。（２）ラディオミクス特徴量に加えて、線量分布の特徴量を併用することによって予測精度が向上する可能性があり、本件について検討を開始した。（３）本研究の手法が子宮頸がん以外の腫瘍にも適用できるか、その可能性について検討を開始した。

The bureau carries out cervical simultaneous chemoradiotherapy standard treatment. The patient's status is different from that of radiation therapy. The radiation therapy device uses external irradiation in advance and remote after-fill system (RALS) in intracavitary irradiation in 3 cycles and 4 cycles. During the treatment period, the volume of the uterine neck and body greatly decreased, and the volume of one side decreased. The volume of the uterine neck and body decreases, and the shape of the uterine body decreases. This is one of the main reasons why IMRT is difficult to adapt to high-precision radiation therapy. This study aims to provide guidance on the provision of individualized medical treatment and radiotherapy for cervical cancer patients, on the use of uterine shrinkage/non-shrinkage characteristics, and on the construction of appropriate radiotherapy support systems. In the fourth year of the order, the following measures were taken. (1) Mechanical learning, L1 regularization, L2 regularization, prediction accuracy, and investigation. The results of this study were reported by the Overseas Society. (2) The possibility of upward prediction accuracy is discussed in this paper. (3) This study begins with a discussion of the feasibility and applicability of the technique for cervical cancer.

项目成果

Radiomic and dosiomic prediction of biochemical failure after Iodine-125 prostate brachytherapy

Iodine-125 前列腺近距离放射治疗后生化失败的放射学和剂量学预测

• 发表时间: 2022
• 作者: Masahiro Nakano;Shogo Kawakami;Takeo Katakura;Akane Sekiguchi;Takuro Kainuma;Hideyasu Tsumura;Masatoshi Hashimoto;Tomoyuki Hasegawa;Yuichi Tanaka;Yu Murakami;Hiromichi Ishiyama
• 通讯作者: Hiromichi Ishiyama

IMRT verification by three-dimensional dose distribution measurements using plastic scintillator and CCD camera

使用塑料闪烁体和 CCD 相机通过三维剂量分布测量进行 IMRT 验证

• 发表时间: 2021
• 作者: Yuichi Tanaka;Minoru Ishigami;Hikaru Miyauchi;Kentaro Takahashi;Masahiro Nakano;Tomoyuki Hasegawa;Masatoshi Hashimoto
• 通讯作者: Masatoshi Hashimoto

Can Dosiomics Features Be Relevant Predictive Factors for Biochemical Recurrence After Radiotherapy in Prostate Cancer Patients?

剂量组学特征能否成为前列腺癌患者放疗后生化复发的相关预测因素？

• 发表时间: 2021
• 作者: Murakami Yu、Soyano Takashi、Kozuka Takuyo、Ushijima Masaru、Koizumi Yuuki、Miyauchi Hikaru、Kaneko Masahiro、Nakano Masahiro、Kamima Tatsuya、Hashimoto Takeo、Oguchi Masahiko;Yoshioka Yasuo
• 通讯作者: Yoshioka Yasuo

Fast Iterative Reconstruction for Mega-voltage Computed Tomograpy

兆压计算机断层扫描的快速迭代重建

• 发表时间: 2020
• 期刊: The Journal of Medical Investigation
• 作者: Sho Ozaki;Akihiro Haga;Edward Chao;Calvin Maurer;Kanabu Nawa;Takeshi Ohta;Takahiro Nakamoto;Yuki Nozawa;Taiki Magome;Masahiro Nakano;Keiichi Nakagawa
• 通讯作者: Keiichi Nakagawa

A study of real-time 3D movie reconstruction for intensity modulated radiation therapy using the MRI

利用 MRI 进行调强放射治疗的实时 3D 电影重建研究

• 发表时间: 2019
• 作者: Ryota Kitsunai;Kazuyuki Demachi;Kenichiro Kuwabara;Kanabu Nawa;Keiichi Nakagawa;Masahiro Nakano
• 通讯作者: Masahiro Nakano