深層学習を応用した肺癌放射線治療後の肺臓炎重症度予測と治療法最適化システムの開発
研究課題情報
- 体系的番号
- JP20K08113
- 助成事業
- 科学研究費助成事業
- 資金配分機関情報
- 日本学術振興会(JSPS)
- 研究課題/領域番号
- 20K08113
- 研究種目
- 基盤研究(C)
- 配分区分
-
- 基金
- 審査区分/研究分野
-
- 小区分52040:放射線科学関連
- 研究機関
-
- 九州大学
- 研究期間 (年度)
- 2020-04-01 〜 2024-03-31
- 研究課題ステータス
- 交付
- 配分額*注記
- 4,290,000 円 (直接経費: 3,300,000 円 間接経費: 990,000 円)
研究概要
高精度放射線治療では線量分布が非常に複雑で、既存肺の状態や基礎疾患など患者側因子や併用薬物療法等も影響するため、特的の線量-体積パラメータのみで患者毎のリスクを正確に予測するのは困難である。肺癌放射線治療症例の精密な臨床免疫学的情報、既存肺の画像特徴量（ラディオミクス）および治療情報からなるビッグデータを多層ニューラルネットワークによる機械学習（いわゆる深層学習）の手法を用いて解析し、放射線肺臓炎リスク予測および照射法最適化のシステムを構築する。