即時適応放射線治療を目指した深層学習活用CBCT再構成法の開発

开发基于深度学习的CBCT重建方法用于即时自适应放疗

• 批准号: 22K15804
• 负责人: 平島 英明
• 金额: $ 1.5万
• 依托单位: Kyoto University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22K15804/
• 关键词: 放射線治療; 医学物理; AI; CBCT; 適応放射線治療

治療日毎の体内臓器変化に対応し治療計画を変更する即時適応放射線治療（即時ART）は，日々変化する腫瘍や危険臓器の状態を考慮した線量分布を投与可能である．しかし，汎用的な治療装置では腫瘍や危険臓器の画像取得時に体輪郭欠損や画質劣化といった大きな課題があり，即時ARTを実施する際の輪郭描出や治療計画の障害となっている．そこで本研究では，汎用的な治療装置を用いた即時ARTを実現するために，体輪郭欠損cone-beamCT（CBCT）の画質改善，及び，体輪郭補完のための画像再構成技術を開発することを目的とする．具体的には，①体輪郭欠損CBCT特有の画質を治療計画CTと同等に改善する深層学習を構築，②体輪郭欠損CBCTの体輪郭を補完する深層学習の構築，③妥当性評価として，治療計画CTと生成画像の電子密度の一致度や，解剖学的構造の変化を評価する．

It is possible to change the treatment plan with real-time adaptive radiotherapy (real-time ART) as the internal organs change during the treatment day, and to predict the dose distribution taking into account the status of tumors and critical organs as they change day by day. In general, the treatment device is used for the treatment of tumor, the image acquisition of the dangerous device, the body wheel loss, the image quality degradation, the problem of large, real-time ART implementation, the wheel description and the treatment plan. This study aims to develop a universal therapeutic device for real-time ART, improve image quality of body wheel image loss cone-beam CT (CBCT), and improve image reconstruction techniques. Specific aspects include: ① deep learning construction of treatment plan CT and equivalent improvement of treatment plan CT with body wheel defect; ② deep learning construction of body wheel defect CBCT; ③ evaluation of appropriateness; consistency of electron density of treatment plan CT generation image; evaluation of anatomical structure.

项目成果

体輪郭欠損医用画像に対する深層学習による体輪郭復元法の開発

基于深度学习的身体轮廓缺失医学图像身体轮廓恢复方法的开发

• 发表时间: 2023
• 作者: Hirashima Hideaki;Nakamura Mitsuhiro;Imanishi Keiho;Nakao Megumi;Mizowaki Takashi;有本昂平，中村光宏，平島英明，中尾恵，吉村通央，溝脇尚志
• 通讯作者: 有本昂平，中村光宏，平島英明，中尾恵，吉村通央，溝脇尚志

Restoration of Body Outside Field-Of-View On CT Images Using Cycle-Consistent Generative Adversarial Networks

使用循环一致的生成对抗网络在 CT 图像上恢复视场外的身体

• 发表时间: 2022
• 作者: Arimoto K;Nakamura M;Hirashima H;Nakao M;Mizowaki T
• 通讯作者: Mizowaki T

Auto-Segmentation for Limited Field of View CBCT in Male Pelvic Region Using Deep Learning Method

使用深度学习方法自动分割男性盆腔区域有限视场 CBCT

• 发表时间: 2022
• 作者: Hirashima H;Nakamura M;Imanishi K;Nakao M;Mizowaki T
• 通讯作者: Mizowaki T