MENU
  1. ホーム
  2. 研究内容
  3. 人工知能の放射線医療への応用

人工知能の放射線医療への応用

AIによるImaging Biopsyに関する研究

腫瘍の不均一であり，様々な性格を持っている．医用画像は，低侵襲に腫瘍全体の情報を取得することができます．医用画像では，腫瘍全体は均一の濃度で見えますが，画像特徴量を統計的に解析することで，人間の目には見えない情報を取り出すことができます．これらの情報を使うことで，腫瘍の性格を見抜き，より効果の高い治療を選択することができる数理モデルの開発を行っています．

AIによる自動放射線治療計画の開発

放射線治療は，CT撮影を行い，その画像を用いて，照射するターゲットおよび照射をしたくない正常臓器の輪郭を作成し，ビーム方向や照射線量の最適化を行う治療計画を作成する．現在は，放射線腫瘍医や医学物理士が，膨大な時間を費やして，治療計画を行っている．これらの可能な限り効率化させるために，AIを用いた自動放射線治療計画システムの開発を行っています．

AIによる肺・肝血流イメージング推定法の開発

現在のCT画像では，臓器の形状や形態など解剖学的情報を取得することができますが，生理学的な機能情報を取得することは難しい．2つの異なるX線のエネルギーのデータを取得し，質量減弱係数が物質やX線エネルギーによって変化することを利用して画像化するDual energy CTを用いると臓器の機能情報を取得することが可能となるが，通常の診断で使用するCT装置は，1つのエネルギーの画像しか取得できません．そこで，AIを使用して，2つの異なるエネルギーの画像を作成し，臓器の機能を取得するアルゴリズムの開発を行っています．

研究成果

  1. 医学物理の視点から見るPrecision Medicineに向けた放射線治療
    椎木 健裕， 田中 秀和．RadFan2020年12月号．
  2. Prediction of EGFR Mutations, Subtypes, and Uncommon Mutations in Lung Adenocarcinoma Based On Machine Learning.
    Kawazoe Y, Shiinoki T, Fujimoto K, Yuasa Y, Hirano T, Matsunaga K, Tanaka H. AAPM 2021, 63rd Annual Meeting.
  3. Comparison of the radiomics-based predictive models using machine learning and nomogram for epidermal growth factor receptor mutation status and subtypes in lung adenocarcinoma.
    Yusuke Kawazoe, Takehiro Shiinoki, Koya Fujimoto, Yuki Yuasa, Tsunahiko Hirano, Kazuto Matsunaga, Hidekazu Tanaka.
    Physical and engineering sciences in Medicine 2023年2月14日
  4. Investigation of the combination of intratumoral and peritumoral radiomic signatures for predicting epidermal growth factor receptor mutation in lung adenocarcinoma.
    Yusuke Kawazoe, Takehiro Shiinoki, Koya Fujimoto, Yuki Yuasa, Tsunahiko Hirano, Kazuto Matsunaga, Hidekazu Tanaka.
    Journal of Applied Clinical Medical Physics 2023年4月
  5. Predicting PD-L1 Expression Level in Non-Small Cell Lung Cancer On Computed tomography Using Machine Learning.
    T Shiinoki, K Fujimoto, Y Kawazoe, Y Yuasa, M Kajima, Y Manabe, T Hirano, K Matsunaga, H Tanaka.
    AAPM 2021, 63rd Annual Meeting.
  6. Predicting programmed death-ligand 1 expression level in non-small cell lung cancer using a combination of peritumoral and intratumoral radiomic features on computed tomography
    Shiinoki　T, Fujimoto K, Kawazoe K, Yuasa Y, Kajima M, Manabe Y, Ono T, Hirano T, Matsunaga K, Tanaka H.
    Biomedical Physics & Engineering Express 8(2) 025008-025008 2022 March 1.
  7. Single-energy CT-based perfusion imaging in thoracic and abdominal region based on the convolution neural network
    Y. Yuasa, T. Shiinoki, K. Fujimoto, H. Tanaka.
    International Journal of Computer Assisted Radiology and Surgery 15(S1) 1 – 214.
  8. Pseudo dual-energy CT-derived iodine mapping using single-energy CT data based on a convolution neural network
    Y. Yuasa, T. Shiinoki, K. Fujimoto, H. Tanaka.
    BJR Open. 2023 Oct 18;5(1):20220059.
  9. 深層学習を利用した仮想Dual energy CT画像とヨードマップの生成
    湯淺勇紀, 椎木健裕, 藤本昂也, 田中秀和
    第50回日本放射線技術学会秋季学術大会 2022年10月8日