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。

转移性骨肿瘤会引起疼痛和脊髓压迫，降低癌症患者的生活质量。近年来，针对转移性骨肿瘤进行了单次大剂量立体定向放射治疗。尽管立体定向放射治疗有望控制肿瘤，但研究表明，由于剂量大，存在压缩性骨折的风险。在常规治疗中，剂量分布的剂量强度是均匀的，因此可以使用处方剂量来预测这些治疗反应。另一方面，立体定向放射治疗采用不均匀的剂量分布，对肿瘤给予大剂量，因此无法确定处方剂量，也难以高精度预测治疗反应。因此，在本研究中，我们构建了一种结合提取高维图像特征的放射组学分析和深度学习的治疗反应预测模型，通过在放疗前输入CT和MRI图像以及剂量分布，可以改善肿瘤控制。目标是开发一种能够高精度预测不良事件的系统。该系统可以识别抗辐射病例和压缩性骨折高风险患者，并提供针对每位患者优化的放射治疗。因此，有望改善转移性骨肿瘤的治疗效果并减少放射损伤的发生。 2022年，我们利用放射组学分析和剂量组学分析提取的特征，通过机器学习创建了压缩骨折预测模型，并验证了其准确性。我们还将剂量分布转换为 BED，以考虑可提高准确性的剂量分布。未来，我们将创建肿瘤控制的预测模型并验证其准确性。