放射線治療における幾何学的誤差に関する患者個別最適化を可能にするシステムの開発

开发一种系统，可以针对放射治疗中的几何误差对个体患者进行优化

• 批准号: 18J22705
• 负责人: 黒澤 知征
• 金额: $ 1.79万
• 依托单位: Tokyo Women's Medical University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2018
• 资助国家: 日本
• 起止时间: 2018-04-25 至 2021-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-18J22705/
• 关键词: 画像誘導放射線治療; セットアップエラー; ディープラーニング; 放射線治療; 線量計算; CBCT; IGRT

GPUで高速を図る前の段階でプログラムを見直し、CPUで臨床で使用できるレベルまで高速化を図る必要がある。その際、線量分布と計算速度と計算精度は反比例する可能性があるため、まず先んじてその影響を評価を進めている。また同時に実際の患者のセットアップエラー情報から確率密度分布を作成するにあたり、高速CBCT撮影に焦点を当てている。この高速CBCT画像は再構成に使用する投影データが減少するために、アーチファクトやノイズが生じ、画質が劣化するため正確なセットアップエラーの情報を得られない可能性がある。したがってdeep learningを使用した画質改善の実現可能性を調査した。15名の前立腺癌患者のCBCT画像を収集し、通常のスキャン速度、2倍および4倍のスキャン速度で取得されたCBCT画像をそれぞれCBCT100％、CBCT50％およびCBCT25％と定義した。CBCT50％の画質は、先行研究でIGRT精度に影響を与えないことが報告されているため、画質基準として使用した。 deep convolutinal neural network(DCNN)モデルには、アーチファクトの除去やセグメンテーションに用いられるU-netを使用した。CBCT25％を入力画像、対応するCBCT100％を教師画像としてトレーニングした。 DCNNによって生成されたCBCT画像（CBCT25％+ DCNN）の大腿骨頭および前立腺内のCT値をCBCT50％と比較した結果、有意な差が見られず同等であったことから、CBCT25％+ DCNNはIGRTに使用できるCT値の精度を有していることが示唆された。

The front section of the GPU high-speed train is used to make it straight, and the CPU bed is used to speed up the speed of the machine. The accuracy of international and volume distribution calculation speed calculation is inversely proportional to the possibility that it is possible to improve the accuracy of calculation. At the same time, the accuracy of the density distribution of the patients and the focus of the high-speed CBCT camera is very important. The high-speed CBCT portrait is reorganized into a system that uses the projection system to improve the quality of the image, to improve the quality of the image, to make sure that the image is correct, and to improve the accuracy of the image. The deep learning uses painting to improve the possibility of the present. The CBCT portraits of 15 patients with anterior adenocarcinoma were collected, the speed of the usual images, the speed of the CBCT portraits, the CBCT100% and the CBCT50% images of the patients with prestanding adenocarcinoma were obtained. CBCT50% painting, first research on IGRT accuracy and accuracy, report on the accuracy of the picture, and the use of the standard. Deep convolutinal neural network (DCNN) does not have any trouble, but does not need to remove the information from the U-net. CBCT25% put in the force portrait, teach the CBCT100% portrait, and teach the portrait to show you the strength. The results of the DCNN image CBCT portrait (CBCT25%+ DCNN), the thigh bone bone image (CBCT25%+ DCNN), the CT image CBCT50% image in the anterior standing gland, the intentional difference image, the CBCT25%+ DCNN IGRT image, the CT accuracy, the accuracy.

项目成果

An evaluation of the image quality for high-speed kV-CBCT imaging using deep convolutional neural network

使用深度卷积神经网络评估高速 kV-CBCT 成像的图像质量

• 发表时间: 2020
• 作者: Minoru Eto;Yu Hamada;Masafumi Kurachi;Muneto Nitta;濱田佑;濱田佑;Yu Hamada;Yu Hamada;Yu Hamada;Yu Hamada;Yu Hamada;Yu Hamada;Yu Hamada;濱田佑;濱田佑;濱田佑;Yu Hamada;Yu Hamada;Yu Hamada;Tomoyuki Kurosawa
• 通讯作者: Tomoyuki Kurosawa

高速CBCT撮影における画質改善に向けたニューラルネットワークの構築

构建神经网络以提高高速 CBCT 成像的图像质量

• 发表时间: 2019
• 作者: Minoru Eto;Yu Hamada;Masafumi Kurachi;Muneto Nitta;濱田佑;濱田佑;Yu Hamada;Yu Hamada;Yu Hamada;Yu Hamada;Yu Hamada;Yu Hamada;Yu Hamada;濱田佑;濱田佑;濱田佑;Yu Hamada;Yu Hamada;Yu Hamada;Tomoyuki Kurosawa;黒澤知征
• 通讯作者: 黒澤知征