特許ウォッチ

公開番号2024069090
公報種別公開特許公報(A)
公開日2024-05-21
出願番号2022179885
出願日2022-11-09
発明の名称推定装置、推定モデル生成装置、推定方法、推定モデル生成方法及びプログラム
出願人国立大学法人東北大学,アイラト株式会社
代理人個人,個人,個人,個人,個人
主分類A61N 5/10 20060101AFI20240514BHJP(医学または獣医学;衛生学)
要約【課題】放射線治療計画からより少ない手順で安全性の検証結果を作成する。
【解決手段】放射線治療計画に関するデータを入力として、前記放射線治療計画の安全性の検証結果を出力する推定モデルに放射線治療計画に関するデータを入力することで、放射線治療計画の安全性の検証結果を推定する、推定装置。
【選択図】図1
特許請求の範囲【請求項１】
放射線治療計画に関するデータを入力として、前記放射線治療計画の安全性の検証結果を出力する推定モデルに放射線治療計画に関するデータを入力することで、放射線治療計画の安全性の検証結果を推定する、
推定装置。
続きを表示（約 820 文字）【請求項２】
前記放射線治療計画に関するデータは、放射線に関するデータと、前記放射線を照射する放射線治療装置のパラメータを含む、
請求項１に記載の推定装置。
【請求項３】
前記放射線治療装置のパラメータは、前記放射線治療装置において出力する放射線を遮蔽する遮蔽物に関するパラメータを含む、
請求項２に記載の推定装置。
【請求項４】
前記安全性の検証結果は、ガンマパス率である、
請求項１又は２に記載の推定装置。
【請求項５】
放射線治療計画に関するデータを入力サンプルとし、前記放射線治療計画の安全性の検証結果を出力サンプルとするデータセットを取得するデータセット取得部と、
前記データセットを用いて、放射線治療計画に関するデータから放射線治療計画の安全性の検証結果を推定する推定モデルを生成する生成部と、
を備える推定モデル生成装置。
【請求項６】
放射線治療計画に関するデータを入力として、前記放射線治療計画の安全性の検証結果を出力する推定モデルに放射線治療計画に関するデータを入力することで、放射線治療計画の安全性の検証結果を推定する、
推定方法。
【請求項７】
放射線治療計画に関するデータを入力サンプルとし、前記放射線治療計画の安全性の検証結果を出力サンプルとするデータセットを取得するデータセット取得ステップと、
前記データセットを用いて、放射線治療計画に関するデータから放射線治療計画の安全性の検証結果を推定する推定モデルを生成する生成ステップと、
を有する推定モデル生成方法。
【請求項８】
コンピュータに請求項６に記載の方法を実行させるためのプログラム。
【請求項９】
コンピュータに請求項７に記載の方法を実行させるためのプログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、推定装置、推定モデル生成装置、推定方法、推定モデル生成方法及びプログラムに関する。
続きを表示（約 1,900 文字）【背景技術】
【０００２】
ＣＴ(Computed Tomography)やＭＲＩ(Magnetic Resonance Imaging)を用いた放射線治療を行う機器の中に強度変調放射線治療を行う機器がある。強度変調放射線治療を行う機器は、例えば線源と照射対象の間にマルチリーフコリメータ(Multileaf collimator: MLC)と呼ばれる遮蔽物を備え、ＭＬＣの位置を変えること及び出力する放射線ビームの強さを調節することで患者に照射する放射線の位置や強さを制御することができる。これにより、放射線治療装置は、特定の場所に集中して放射線を照射することができ、腫瘍のみに高線量を与えつつ、周辺の正常組織の線量を下げることで有害事象を減らすことができる。
【０００３】
強度変調放射線治療を行うとき、理想的な治療を行うためには複雑な計算や機器の動きを必要とするため、従来の単純な原体照射と比較して誤差が生じる可能性がある。そのため、安全性検証が必要とされている。安全性の検証はいくつかの方法により行われる。１つは線量分布を用いる方法である。この方法において、治療計画装置を用いて患者体内における線量分布を計算した後、ファントムの画像上で分布の再計算を行うことでファントム内においてどのような線量分布になるかをシミュレーションする。その後、実際に放射線治療装置を使用して放射線をファントムに照射することで、シミュレーションとの一致度を確認することで安全性を検証している。
【０００４】
また、線量分布の測定には線量測定用フィルム（ガフクロミックフィルム（登録商標））が用いられることもある。また、線量分布でなく、ＥＰＩＤ(Electronic Portal Imaging Device)を使用して取得されたフルエンス分布を計算することにより安全性を検証する方法もある。
【０００５】
さらに、安全性の検証方法としては、評価点線量検証と呼ばれる方法もある。評価点線量検証において、所定の点における線量を計算し計画線量を算出し、電離箱線量計などを使用して、当該点における絶対線量を測定し、計画線量と絶対線量を比較する。
【０００６】
放射線治療装置において深層学習を用いた研究としては、深層学習を用いて、ファントムに実際に放射線を照射せずに、ファントムにおいてシミュレーションした線量分布のみからシミュレーションと実際の照射結果との一致度予測する技術がある（非特許文献１）。
【先行技術文献】
【非特許文献】
【０００７】
Tomori S, Kadoya N, Takayama Y, Kajikawa T, Shima K, Narazaki K, Jingu K. A deep learning-based prediction model for gamma evaluation in patient-specific quality assurance. Med Phys. 2018 Jul 31.
【発明の概要】
【発明が解決しようとする課題】
【０００８】
しかしながら、非特許文献１の方法においてもファントムにおいてシミュレーションした線量分布を計算する必要がある。シミュレーションにより作成した線量分布は安全性の検証のためだけに作成するものであり、実際の患者への照射に直接用いるものではない。そのため、依然として治療計画から検証結果を作成するには時間と労力を要する。
本発明の目的は、より少ない手順で放射線治療計画から安全性の検証結果を作成することである。
【課題を解決するための手段】
【０００９】
本発明の一態様は、放射線治療計画に関するデータを入力として、前記放射線治療計画の安全性の検証結果を出力する推定モデルに放射線治療計画に関する情報を入力することで、放射線治療計画の安全性の検証結果を推定する、推定装置である。
【００１０】
本発明の一態様は、放射線治療計画に関するデータを入力サンプルとし、前記放射線治療計画の安全性の検証結果を出力サンプルとするデータセットを取得するデータセット取得部と、前記データセットを用いて、放射線治療計画に関するデータから放射線治療計画の安全性の検証結果を推定する推定モデルを生成する生成部と、を備える推定モデル生成装置である。
（【００１１】以降は省略されています）

関連特許