- 【Updated on May 12, 2025】 Integration of CiNii Dissertations and CiNii Books into CiNii Research
- Trial version of CiNii Research Knowledge Graph Search feature is available on CiNii Labs
- Suspension and deletion of data provided by Nikkei BP
- Regarding the recording of “Research Data” and “Evidence Data”
Prediction system for severity of pneumonitis after radiotherapy for lung cancer and optimization of treatment methods using deep learning
About This Project
- Japan Grant Number
- JP20K08113 (JGN)
- Funding Program
- Grants-in-Aid for Scientific Research
- Funding Organization
- Japan Society for the Promotion of Science
Kakenhi Information
- Project/Area Number
- 20K08113
- Research Category
- Grant-in-Aid for Scientific Research (C)
- Allocation Type
-
- Multi-year Fund
- Review Section / Research Field
-
- Basic Section 52040:Radiological sciences-related
- Research Institution
-
- Kyushu University
- Project Period (FY)
- 2020-04-01 〜 2024-03-31
- Project Status
- Completed
- Budget Amount*help
- 4,290,000 Yen (Direct Cost: 3,300,000 Yen Indirect Cost: 990,000 Yen)
Research Abstract
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。
Details 詳細情報について
-
- CRID
- 1040285300701211520
-
- Text Lang
- ja
-
- Data Source
-
- KAKEN
