並列タイトル等タヨウナ フキソク コキュウ パターン ニ タイオウスル キカイ ガクシュウ ニ ヨル ヒョウテキ イチ ヨソク システム
Tayōna fukisoku kokyū patān ni taiōsuru kikai gakushū ni yoru hyōteki ichi yosoku shisutemu
Target position prediction system by machine learning corresponding to various irregular breathing patterns
一般注記type:text
腹壁の動きを解析して肝臓などの腫瘍標的位置を予測するシステムを開発が本研究の目的である。Deep Neural Network (DNN) にて様々な呼吸パターンにおける腹壁の動きと標的位置との関係を学習させた。これにより不規則な呼吸でも標的位置が予測できる。システムの評価を実施した新型動態ファントムは空気駆動で肺を模擬したセルの体積を増減させて呼吸移動を再現する。各臓器の形態を模擬する全く新しいものである。さらに動きの再現性を確認するなど解析詳細な評価をおこない、論文化した。また胸部の機械学習による臓器輪郭描出、その他呼吸に関連する放射線治療等に関しても数編の論文が発表され、今後も予定している。
The purpose of this research is to develop a machine-learning system that analyzes the movement of the abdominal wall and predicts the target position for radiotherapy of the tumor such as a liver tumor. Deep Neural Network (DNN) was used to predict the relationship between abdominal wall movement and target position in various respiratory patterns. This allows the target position to be predicted even with irregular breathing. A newly developed dynamic motion phantom was used to evaluate our system. The phantom reproduces respiratory movement by increasing or decreasing the volume of air cells that simulates the lungs by means of air-compression drive. It is a completely new phantom that simulates the morphology of each organ. Furthermore, detailed analysis was performed to confirm the reproducibility of movements. In addition, several papers have been published on the outline of organs by machine learning of the chest and other radiation therapy related to respiration movements.
研究種目 : 基盤研究 (C) (一般)
研究期間 : 2017～2019
課題番号 : 17K10493
研究分野 : 放射線治療
一次資料へのリンクURLhttps://koara.lib.keio.ac.jp/xoonips/modules/xoonips/download.php?koara_id=KAKEN_17K10493seika
連携機関・データベース国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）