| アイテムタイプ |
会議発表用資料 / Presentation(1) |
| 公開日 |
2026-01-09 |
| タイトル |
|
|
タイトル |
深層学習を用いたノイズ除去による陽子線照射領域可視化PET画像の高精度化 |
|
言語 |
ja |
| 言語 |
|
|
言語 |
jpn |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_c94f |
|
資源タイプ |
conference presentation |
| 著者 |
坂根 拓弥
増田 孝充
永田 毅
歳藤 利行
土井 健太郎
西尾 禎治
|
| 抄録 |
|
|
内容記述 |
[目的] 陽子線照射領域可視化用プラナー型PETにより，陽子線照射領域に相当する消滅ガンマ線の発生位置分布 （Activity分布）を照射時に可視化し，患者体内における陽子線の飛程を評価することが可能となった．臨床利 用における課題として，短時間計測により統計量が少ない場合，統計ノイズが支配的になり正確な飛程の評価 が難しい点が挙げられる．本研究の目的は，深層学習を用いて，治療線量における短時間計測画像から，長時 間計測で得られるActivity分布を推定することである．[方法] 学習には，大域的な特徴を捉えることが可能なSwin Transformerモデルを使用し，その性能を先行研究で用い られているU-Netモデルと比較した．データセットの作成には，the cancer imaging archiveから4例の患者の 画像データを取得し，モンテカルロシミュレーション（PHITS）を用いて，頭部CTデータに陽子線を照射して Activity分布を取得した．入力データは，ピーク線量が2 Gyの照射時における，計測時間が10, 30, 60秒の3条件 の2次元分布のセットとし，正解データは，全陽電子放出核種が崩壊後のノイズのない2次元分布とした．深層 学習により推定した分布について，ノイズは平均相対誤差（MRE），飛程は絶対飛程誤差（ARE）を用いて評 価した．[結果] 30分間計測した際の分布のMREが5.40±0.25%，AREが1.31±0.31 mmに対し，Swin Transformerモデルを用 いた推定分布は，MREが1.98±0.36%，AREが0.42±0.17 mm，U-Netモデルでは，MREが2.01±0.36%，ARE が0.40±0.14 mmとなった．[結論] 本結果から，Swin Transformerモデルを用いたActivity分布の推定は，30分間計測時の結果より高精度な飛程 推定が可能であり，U-Netモデルと同等の有用性が示された． |
| 会議概要（会議名, 開催地, 会期, 主催者等） |
|
|
内容記述 |
第130回日本医学物理学会学術大会 |
| 発表年月日 |
|
|
日付 |
2025-09-19 |
