Development of treatment response prediction system for bone stereotactic body radiotherapy using image feature analysis

利用图像特征分析开发骨立体定向放射治疗治疗反应预测系统

基本信息

批准号：
21K15775
负责人：
中島祐二朗
金额：
$ 3万
依托单位：
Komazawa University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

転移性骨腫瘍は疼痛や脊髄圧迫を引き起こし癌患者の生活の質を低下させる。近年、転移性　骨腫瘍に対して1回大線量を用いる定位放射線治療を行われている。定位放射線治療は腫瘍制御が期待できる一方で、大線量による圧迫骨折のリスクがあることを示した。従来治療では線量分布の線量強度が均一なため、これらの治療反応を処方線量で予測してきた。一方で、定位放射線治療は腫瘍に大線量を投与するために不均一な線量分布が用いられるため、処方線量を定義することができず、高精度に治療反応を予測するのは困難である。そこで本研究は高次元の画像特徴量を抽出するRadiomics解析と深層学習を組み合わせた治療反応予測モデルを構築し、放射線治療前のCTやMRIの画像と線量分布を入力することで、腫瘍制御と有害事象を高精度に予測するシステムを開発することを目的とする。本システムによって、放射線抵抗性の症例や圧迫骨折リスクの高い患者を抽出でき、患者ごとに最適化された放射線治療を実施できる。その結果、転移性骨腫瘍の治療成績の向上と放射線障害の発生を低減できることが期待される。2022年度はRadiomics解析とDosiomics解析で抽出した特徴量を機械学習によって圧迫骨折の予測モデルを作成し、その精度を検証した。また線量分布をBEDに変換して、より精度が向上する線量分布を検討した。今後は腫瘍制御に関する予測モデルを作成し精度を検証する。

转移性骨肿瘤会导致疼痛和脊髓压缩，从而降低癌症患者的生活质量。近年来，已经针对转移性骨肿瘤进行了大剂量的立体定向辐射疗法。虽然可以预期立体定向辐射疗法可以控制肿瘤，但表明由于大剂量而导致压缩性骨折的风险。在常规处理中，剂量分布的剂量强度均匀，因此已经使用处方剂量预测了这些治疗反应。另一方面，立体定向放射治疗使用异质剂量分布对肿瘤进行大剂量的剂量，从而防止处方剂量被定义，从而难以高精度地预测治疗反应。因此，这项研究旨在建立一个治疗响应预测模型，该模型结合了放射科学分析，该模型将高维图像特征与深度学习提取，并开发一个系统，该系统通过在放射治疗前从CT和MRI中输入CT和MRI来预测肿瘤控制和不良次数的不良事件。该系统可以提取抗压缩性骨折风险的耐药性病例，并为每位患者进行优化的放射治疗。结果，预计可以改善转移性骨肿瘤的治疗结果，并可以减少辐射损伤的发生。在2022年，我们使用机器学习创建了一个用于压缩骨折的预测模型，以验证从放射线学和剂量学分析中提取的特征的准确性。我们还研究了通过将剂量分布转化为床的剂量分布，以提高准确性。将来，我们将创建用于肿瘤控制的预测模型并验证准确性。