サイクルGANを用いた転移性脳腫瘍へのマルチモダリティ画像誘導放射線治療法の実現

使用循环GAN实现转移性脑肿瘤的多模态图像引导放疗

• 批准号: 22K07778
• 负责人: 臼井 桂介
• 金额: $ 2.66万
• 依托单位: Juntendo 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-22K07778/
• 关键词: 深層学習; 画像誘導放射線治療法; 放射線治療学; 人工知能; 画像工学

本研究課題では、転移性脳腫瘍に対する高精度放射線治療法の照射精度を支援するための画像情報を人工知能を用いて構築することを目指しており、本研究ではCTおよびコーンビームCTとMRIを相互画像変換したマルチモダリティ画像誘導放射線治療法を実現することが目的である。当該年度の研究計画は、サイクル敵対生成ネットワークによる深層学習のための入力画像データベースの構築を構築することと、相互画像変換処理を実現する独自の深層学習モデルの整備することであった。当該年度は深層学習用の頭部画像データを収集するため、世界中の公開画像データベースを検索し、放射線治療用画像の学習に転用可能なCT、MRIおよびコーンビームCT画像を抽出した。その結果、CTおよびMRI画像は5000枚以上の画像データを確保可能であるが、コーンビームCT画像の公開データは非常に小数であることがわかった。本研究の深層学習に利用可能な頭部画像データ（CTおよびMRI）は、提供先の承認を得た後の自施設のデータサーバにダウンロードし、深層学習に利用可能な環境を構築した。次に相互画像変換処理のための深層学習モデルとして、先行してサイクル敵対生成ネットワークを構築し、その画像合成精度を検証した。検証には胸部CT画像および胸部コーンビームCT画像を利用し、低画質の胸部コーンビームCT画像を高画質な胸部CT画像へ合成する深層学習モデルを構築した。その結果、合成画像は原画像の画質の大きく近づき、画像を構成する画素値も原画像のCT値に近似した値を示すことができた。さらに本合成画像を用いた放射線治療の線量計算分布を計算したところ、合成した胸部コーンビームCT画像の線量計算値は通常の胸部CT画像のものと約5%以下の精度で一致することができた。本研究内容は論文化し、2編の英語論文を公開することができた。

In this study, the precision of radiation therapy is supported by the method of high-precision radiation therapy, which supports the use of artificial knowledge, the CT image, the eye image, the CT MRI, the mutual portrait, the radiation therapy, the radiation therapy. When that year's "research project" and "research project" were created and studied in depth, the portraits were drawn, and the portraits of each other were drawn, so that they could learn deeply alone. In the year of the year, we will use the portraits of CT, MRI, CT, and radiology in the world. The results show that there are more than 5000 MRI portraits in CT. Make sure that it is possible to make sure that CT portraits are open to the public and that the decimal number is very small. The purpose of this study is to make use of the possible portraits (CT portraits and MRI), to provide information that can be recognized first, and then to provide information that can be used in the environment. The second time to draw a picture of each other, to learn more about each other, to generate a picture first, to make a picture of each other, and to make a picture of the accuracy of the composition of the picture. CT portraits of breasts, chest portraits, CT portraits, utilization, low portraits, chest portraits, CT portraits, high portraits, CT portraits of the chest, synthesis, in-depth study. The results are as follows: the composite portrait, the original portrait, the big picture, the close picture, the pixel picture, the CT picture, the approximate picture, the original portrait, the original portrait. In this composite portrait, the accuracy is less than 5%, the accuracy is consistent. The content of this study is to discuss culture, and the English language is open to the public.

项目成果

サイクル敵対生成ネットワークを用いた胸部4次元コーンビームCTによる適応放射線治療法の実現

利用循环对抗生成网络实现胸部 4D 锥形束 CT 自适应放疗

• 发表时间: 2022
• 作者: 臼井桂介;礒邊哲;原直哉;尾川浩一
• 通讯作者: 尾川浩一

A cycle generative adversarial network for improving the quality of four-dimensional cone-beam computed tomography images.

• DOI: 10.1186/s13014-022-02042-1
• 发表时间: 2022-04-07
• 期刊: Radiation oncology (London, England)
• 作者: Usui K;Ogawa K;Goto M;Sakano Y;Kyougoku S;Daida H
• 通讯作者: Daida H

シミュレーションデータを用いた条件付き敵対生成ネットワークによるスパース投影CTの画質改善

使用模拟数据的条件生成对抗网络改善稀疏投影 CT 的图像质量

• 发表时间: 2022
• 作者: 神山彩絵;臼井桂介;室伊三男;有田晃大;後藤政実;坂野康昌;京極伸介;代田浩之
• 通讯作者: 代田浩之

Image Quality Improvement for Chest Four-Dimensional Cone-Beam Computed Tomography by Cycle-Generative Adversarial Network

通过循环生成对抗网络提高胸部四维锥形束计算机断层扫描的图像质量

• DOI: 10.11409/mit.40.37
• 发表时间: 2022
• 期刊: Medical Imaging Technology
• 作者: Keisuke USUI;Koichi OGAWA;Masami GOTO;Yasuaki SAKANO;Shinsuke KYOGOKU;Hiroyuki DAIDA
• 通讯作者: Hiroyuki DAIDA

条件付き敵対生成ネットワークによる頭部MRIのモーションアーチファクトの補正効果

使用条件生成对抗网络校正头部 MRI 运动伪影的效果

• 发表时间: 2022
• 作者: 有田晃大;臼井桂介;室伊三男;神山彩絵;後藤政実;坂野康昌;京極伸介;代田浩之
• 通讯作者: 代田浩之