Delta-radiomicsを応用したVMAT患者個別QAシステムの開発

点击翻译按钮获取中文摘要

本研究の目的は、delta-radiomicsの手法を応用して機械学習モデルを構築することにより、臨床的インパクトを考慮したVMATの患者個別QAシステムを開発することである。2022年度は、前立腺模擬ファントムを用いて機械学習モデルの作成を行い、MLC位置誤差（偶発誤差）が発生した場合のTCPの変化量を線量分布のradiomics特徴量から高い精度で予測できることを示した。詳細は下記に記載する。治療計画装置を用いて様々なサイズの前立腺がんのターゲット・正常臓器を模した模擬輪郭を9種類作成した。それを基に、臨床基準を満たすようなVMATプランを54個程度作成した。専用のソフトウエア「Pyradiomics」を使用して作成した治療計画の線量分布のradiomics特徴量を851個抽出した。また、同VMATプランのDVHから前立腺ターゲットの腫瘍制御確率（TCP）を計算した。また、同VMATプランにMLC位置誤差（標準偏差が1 mm及び2 mmの偶発誤差）を人為的に与えた「エラー付与プラン」を作成し、その場合のTCPも計算した。TCPについて、元のプランと「エラー付与プラン」の間の変化量（ΔTCP）を計算した。ΔTCPを目的変数、radiomics特徴を説明変数として、Pythonを用いて機械学習モデルを作成した。Lasso回帰を用いて特徴量選択を行い、機械学習モデルのアルゴリズムはPyCaretを用いて18個の結果を比較した。その結果、kNN、Extra trees、Bayesian ridgeで特に高精度のモデルが作成でき、テストデータセットでRMSE:約0.2%、決定係数:約0.6を達成できた。