機械学習を用いた頭頸部癌術後放射線治療におけるリンパ領域自動描出法の確立

利用机器学习建立头颈癌术后放疗淋巴区域自动可视化方法

• 批准号: 22K07719
• 负责人: 吉田 賢史
• 金额: $ 2.5万
• 依托单位: Tottori University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K07719/
• 关键词: 放射線治療; 頭頚部癌; 人工知能; 機械学習; 頭頸部癌

本研究では、放射線治療において多くの場面で必要とされる術後放射線治療に着目する。術後放射線治療における大きな問題点は、術後であるが故に正常構造が外科的侵襲により大きく破壊されている点である。放射線治療医は、そこを考慮しつつdelineation（ターゲットやリスク臓器の描出）を行い、出来るだけ正確な治療が行えるように細心の注意を払う。特に大きな問題となるものの一つがリンパ節領域のdelineationである。これを正確に行うには放射線治療医の中でも相当な熟練が必要であり、特に頭頚部癌や骨盤領域（子宮頚癌、腟癌、子宮体癌）においては非常な苦労を伴うことが多く、そのために不正確となってしまう場合もある。本研究では、術後放射線治療が多く行われる領域で、特に困難を伴うリンパ節領域のdelineationの正確性を高めることを目的とする。そしてそれを達成するために近年放射線医療の分野で頻繁に用いられる人工知能(Artificial intelligence: AI)を用いることを提案するものである。本研究では、特に術後放射線治療が行われることの多い頭頚部癌を対象としている。まず2022年度の目標としては、まず症例の集積150例（2013-2020）である。現時点ではこちらを進めつつ、次の目標である、術前CT画像におけるリンパ節領域に対するdelineation、すなわち複数の治療医（代表者＋分担者）がdelineationし、検討を加え最適なものとして、教師データ（入力）として用いる、という段階を進めつつある状況である。

This study is aimed at finding out whether radiation therapy is necessary in many cases. Postoperative radiation therapy is a major problem point, postoperative radiation therapy is a major problem point. Radiation therapy doctor, please consider carefully the delineation (please describe the device). Special problems and delineations in the field This is the correct way to treat radiation therapy. It is very skilled in the treatment of radiation therapy. It is necessary to treat head cancer and pelvic cancer (uterine cancer, cervical cancer, uterine body cancer). It is very painful to treat radiation therapy. This study aims at improving the legitimacy of postoperative radiotherapy in a variety of areas, with particular difficulties. In recent years, the division of radiation medicine has been frequently used in Artificial intelligence (AI). In this study, postoperative radiation therapy was performed in patients with multiple head cancer. The target for 2022 is 150 cases (2013-2020). The current point is to improve the quality of CT images, and to improve the quality of CT images.