再起型ニューラルネットワークとMR画像を用いた頭頸部癌放射線化学療法の予後予測

点击翻译按钮获取中文摘要

頭頸部癌で放射線治療、放射線化学療法、導入化学療法後の放射線化学療法など根治目的に放射線治療を受け、治療前と治療開始後4週に拡散強調像とapparent diffusion coefficient (ADC) mapを撮像された方を対象とした。一定の条件を設けた切り取り画像の作成と画像内の腫瘍の中心部にdotを置くことで認識可能となった。転移学習させた畳み込み型ニューラルネットワークと治療中の拡散強調像を用いて、治療後の再発はarea under receiver operating characteristics curve (AUC)で0.767であった。高リスク群と低リスク群に分類し、 Log-rankテストを行うと、同手法を用いた治療中の拡散強調像から2年の予後予測であった(P = 0.013)。また、Cox regression解析では深層学習による手法が 2年の予後予測の唯一の因子であることが分かった(P = 0.016)。現在は、治療前と治療中の画像から経過を踏まえた判断をすることができる再起型ニューラルネットワークを用いて、再発および2年の予後予測を解析している最中である。また、腫瘍だけを切り取り、dotを置かない画像を用いて、畳み込み型ニューラルネットワークを使った同様の手法で再発・予後予測の検討を行った。治療開始4週後のdiffusion weighted imaging（DWI）にて再発予測が可能であることが分かった。更なる精度の改善を目指して、パラメーターなどの調整を行っている。