AI-based recognize supporting technologies for daily CT-image guidance on liver caner proton therapy
基于AI识别的肝癌质子治疗日常CT影像指导支撑技术
基本信息
- 批准号:22K07788
- 负责人:
- 金额:$ 2.66万
- 依托单位:
- 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:
- 关键词:
项目摘要
肝臓がんの陽子線治療はその有効性が認識され、2022年度より一般国民保険の対象となった.今後、治療患者数の増加が予想されるため、より安全な治療実践のための研究開発が必要である.特に、がん部の位置は柔らかな肝臓内部にあり、臓器変形によって変わるため日々の治療において画像誘導による位置確認が必要である.本研究は当院の肝細胞がん陽子線治療で取得したMRI画像とCT画像を利用して深層学習モデルを構築し、画像誘導用CT画像における病巣部の視覚認識を支援する技術開発を行う.2022年度は、219症例について治療計画用CT画像とMR画像(T12強調画像、Gd-EOB-DTPA造影画像)を収集し、肝臓及び視覚的腫瘍体積(GTV)を作成した.GTVはCT画像と造影MR画像を参照して医師が作成した.この造影MR画像は、患者にGd-EOB-DTPAを投与して撮像される.造影剤を取り込んだ正常な肝細胞領域は高信号、取り込む機能が低下した腫瘍領域は低信号となる.この造影MR画像が持つ信号特性を、画像誘導用CT画像から疑似的に生成することが可能となれば、GTVの自動生成機能と連携することによって、病巣部の視覚支援が可能になると考えた.始めに上記画像と輪郭情報の匿名化データを作成し、研究に利用するデータ環境を整備した.次に、深層学習モデルU-Netを利用して、1) CT画像上の肝臓輪郭、2)CT画像と造影MR画像上にGTV輪郭を自動生成するソフトを開発した.また、同じモデルとCT画像と造影MR画像の対データを利用して、3)CT画像から疑似的に造影MR画像を生成するモデルを開発した.それぞれのモデルについて、ダイス係数による教師データと予測輪郭の一致度の評価、疑似造影MR画像と教師データの信号一致度の評価をそれぞれ行い、CT画像によるがん病巣部認識の支援方法について検討を行った.
肝癌甲状腺甲状管系的治疗因其有效性而得到认可,并受到2022财年的一般国家保险。将来,需要进行更安全的治疗练习的研发,因为预计患者的治疗次数会增加。特别是,癌症部分的位置在软肝内部,并且由于器官变形而变化,因此有必要通过图像指导在日常治疗中检查该位置。在这项研究中,我们将使用MRI图像和CT图像来建立一个深度学习模型,并通过处理肝细胞癌-Cancer -proton -line获得的CT图像,并开发技术开发以支持图像CT图像中病变的视觉知名度。 。在2022财年中,收集了219例治疗计划的CT图像和MR图像(T12重点,GD-EOB-DTPA对比图像),并创建了肝脏和视觉肿瘤体积(GTV)。 GTV是由医生引用CT图像和对比MR图像创建的。 GD-EOB-DTPA对患者成像,此对比度MR图像成像。正常的肝细胞细胞区域掺入造影剂是高信号,而捕获功能降低的肿瘤区域是低信号。我们认为,如果可以从CT图像中使用该对比的MR图像的信号特性以进行图像诱导,则可以通过与GTV的自动生成函数链接在病变中的视觉支持。首先,创建了上述图像和轮廓信息的匿名数据,并开发了用于研究的数据环境。接下来,使用深学习模型U-NET,我们开发了软件,该软件会自动在CT图像和CT图像上生成GTV轮廓以及对比MR图像。此外,我们开发了一个模型,该模型使用相同的模型,CT图像和对比MR图像抗DATA来从CT图像中生成伪MR图像。根据骰子系数,评估伪对比的MR图像和教师数据之间的信号匹配的评估,评估了每个模型的教师数据的匹配程度和预测性轮廓,并检查了如何使用CT图像来支持识别癌症巢去了。
项目成果
期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
深層学習による CT 画像の骨盤腔内臓器の領域検出
利用深度学习对CT图像中盆腔内脏器官进行区域检测
- DOI:
- 发表时间:2022
- 期刊:
- 影响因子:0
- 作者:Yusuke Yagai; Hiroyuki Mishima; Nobuhiro Furuyama;谷貝祐介・古山宣洋・三嶋博之;中山友瑛,片山正純;五十嵐匠,西川文崇,片山正純;牧野晴太,澤田桂舟,片山正純;東野航大,片山正純,前田嘉一
- 通讯作者:東野航大,片山正純,前田嘉一
CT画像誘導陽子線がん放射線治療における日々の体内臓器変化による治療効果への影響評価と適合治療へ向けた研究開発
CT图像引导质子束癌症放疗中日常身体器官变化对治疗效果的影响评估及适应性治疗的研发
- DOI:
- 发表时间:2022
- 期刊:
- 影响因子:0
- 作者:Bou Sayuri;Takamatsu Shigeyuki;Matsumoto Sae;Asahi Satoko;Tatebe Hitoshi;Sato Yoshitaka;Kawamura Mariko;Shibata Satoshi;Kondou Tamaki;Tameshige Yuji;Maeda Yoshikazu;Sasaki Makoto;Yamamoto Kazutaka;Sunagozaka Hajime;Aoyagi Hiroyuki;Tamamura Hiroyasu;Kobaya;前田 嘉一
- 通讯作者:前田 嘉一
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
前田 嘉一其他文献
前田 嘉一的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
相似海外基金
Development of high-precision dose evaluation system with the uncertainty in radiotherapy
放疗不确定性下高精度剂量评估系统的研制
- 批准号:
21K07722 - 财政年份:2021
- 资助金额:
$ 2.66万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
経日的に形状変化する4Dプリント骨誘導純チタンメッシュの開発応用
随时间改变形状的4D打印骨诱导纯钛网的开发与应用
- 批准号:
20K10001 - 财政年份:2020
- 资助金额:
$ 2.66万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
画像誘導放射線治療の患者被ばく線量評価システムの開発と画質を考慮した最適化の挑戦
图像引导放疗患者暴露剂量评估系统的开发及考虑图像质量的优化挑战
- 批准号:
19K17237 - 财政年份:2019
- 资助金额:
$ 2.66万 - 项目类别:
Grant-in-Aid for Early-Career Scientists
Hybrid method for iterative CT reconstruction and deep learning
迭代 CT 重建和深度学习的混合方法
- 批准号:
19K08093 - 财政年份:2019
- 资助金额:
$ 2.66万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
Establishment of a method for estimating stopping power ratio in the patient's body for adaptive particle therapy
自适应粒子治疗患者体内停止功率比估计方法的建立
- 批准号:
19K17192 - 财政年份:2019
- 资助金额:
$ 2.66万 - 项目类别:
Grant-in-Aid for Early-Career Scientists