深層学習を用いた磁場下の高速線量計算アルゴリズム


更新:2024/12/23
前の画像
次の画像
概要

深層学習を用いた磁場下の高速線量計算アルゴリズム
https://www.t-technoarch.co.jp/data/anken_h/T20-199.html

特徴・独自性
  •  放射線治療の新たな治療装置として磁場を用いるMR装置と放射線治療装置(Linac)が一体化したMR-Linacが普及し始めている。一方、照射される治療用放射線は装置の発する磁場の影響で曲がるため、影響を考 慮した線量分布から治療計画を作成する必要があるが、既存の方法では計算に時間がかかる点が課題であった。
  •  一般的なConvolution/Superposition などの計算アルゴリズムは高速であるが(約1-2分の計算),磁場の影響を考慮できない。また、高精度のMonte Calro Algorithm などの計算アルゴリズムは磁場の影響を考慮できるが,計算速度が遅い(約10分~20分)。
  •  本発明は深層学習技術を利用して線量計算を行うことで上記課題を解決する。磁場下における高精度かつ高速な線量計算アルゴリズムは現在存在せず、MRIガイド下の放射線治療のために必要不可欠である。
実用化イメージ

・MR-Linac
・強度変調放射線治療(intensity-modulated radiation therapy:IMRT)
・適応放射線治療(Adaptive Radiotherapy:ART)

キーワード

研究者

病院
放射線科
放射線治療科

角谷 倫之 助教 
修士(医療技術学)(名古屋大学)/博士(医療技術学)(名古屋大学)

Noriyuki Kadoya, Assistant Professor