Outline

強度変調放射線治療 (intensity-modulated radiation therapy; IMRT) や強度変調回転照射 (volumetric-modulated arc therapy; VMAT) では、治療計画 (線量分布シミュレーション) で作成した線量分布がその通りに照射できるか検証測定を行います。治療計画の線量分布 [Dc(r)] と測定した線量分布 [Dm(r)] がどれくらい一致しているかを100点満点で評価します (ガンマ解析 (Low et al, Med Phys 25, 656−661 (1998).))。しかしこの測定には人員と治療装置の占有時間が必要となるため、近年は検証測定の結果 (ガンマパス率 (100点満点のスコア)) を AI 等の技術を用いて予測し、測定を省略しようという研究開発が行われています。

私達はこれまで以下に述べる線量不確定性や深層学習を用いたガンマパス率予測法を開発してきました。また開発した予測モデルそのものをフェアに評価する手法を、素粒子原子核実験で使われてきた event-mixing の考え方を動員して開発しました。

Dose Uncertainty

ガンマパス率は2つの線量分布 (シミュレーションと実測) の一致度を100点満点でスコアにしたものです。しかし IMRT や VMAT の線量分布は細いビームを様々な方向から打って形成されるため、大きな線量分布は小さい線量分布を継ぎ接ぎしたものになります。この継ぎ目の線量精度が低いという事実は全脳全脊髄照射の照射法で必ず登場するのですが、IMRT や VMAT の場合は膨大な量の継ぎ目が3次元空間に入り乱れるため定量的な理解が容易ではなく、ガンマパス率との因果関係も不明でした。

私達は、フロリダ大学のグループが2005年に開発した線量不確定性 (dose uncertainty, DU) の 3D 分布 [Jin et al, Med Phys 32, 1747−1756 (2005).] とガンマパス率の関係に着目し、線量分布のガンマパス率を線量不確定性を用いて予測するアルゴリズムを開発しました [Shiba, Saito et al, Medical Physics 46, 999−1005 (2019).]。さらにそのモデルを拡張し、検証測定に実際に使われる半導体検出器アレイのようなサンプリング率が低く学習データが少ない場合でも使用できるアルゴリズムを開発しました [Shiba, Saito et al, Medical Physics 47, 1349−1356 (2020).]。

Deep Learning

DU でガンマパス率を予測するアルゴリズムを開発しましたが、線量分布 [Dc(r) と Dm(r)] とガンマパス率の因果関係は DU だけでは説明しきれません。そこで広島大学河原先生のグループでは深層学習を用いたガンマパス率予測システムを開発しました [Matsuura, Kawahara, Saito et al, Physical and Engineering Sciences in Medicine 45, 1073−1081 (2022).]。線量分布データとガンマパス率のセット (Dc(r), Dm(r), GPR) を深層学習で学習し、DU を用いるよりも高精度でガンマパス率を予測できたと考えられます。これはガンマパス率が DU のみならず人間が未だ見つけていない隠れた性質も含めて学習できたからであると考えられます。

広島大学ではその後さらに開発を進め、敵対的生成ネットワーク (generative adversarial network; GAN) を用いてガンマパス率計算時に使用するガンマ分布そのものを生成し、より高い精度でガンマパス率を予測するシステムを開発しました [Matsuura, Kawahara, Saito et al, Medical Physics 50, 2488-2498 (2023).]。これにより2つの線量分布の一致度のみならず、実際に線量誤差が大きい箇所を特定することが可能になりました。

Event-mixing

私達が開発したガンマパス率予測モデルは主にサンプリング率が低い半導体検出器アレイのデータを用いておりましたが、他のグループではフィルム等の線量評価点が密に敷き詰められた、すなわちサンプリング率が高い線量分布データを用いた学習でガンマパス率予測を高精度で予測する研究もありました。そこで一つの疑問が浮上しました。

多くの論文で発表されている標準偏差 (standard deviation; SD) は、ガンマパス率の測定値 m と予測値 p の差 [d = m − p] の SD [σd] でした。しかし誤差伝搬

σd2 = σm2 + σp2

(σm は測定値 m の SD、σp は予測値 p の SD) を考慮すると、σm が異なるシステム同士で σd を比較する意味がないことが分かります。仮にσp = 0 の場合でも σm が有限の値をとる限り σd がゼロになり得ず "有限の下限値" をもつことになります。

一方で σd には "有限の上限値" も設定すべきと考え、素粒子原子核実験で開発された event-mixing を用いて、実際の測定値と予測値のペア (mi,pi) から因果関係のないペア (mi,pj) (i≠j) を生成し σd の上限値を与えました。例えば 95±1% の範囲に集中した測定値 m を 1% の精度で予測するためにはこの範囲でサイコロを振ればよいのに対して、95±5% の範囲に広がる測定値 m を 1% の精度で予測するためには然るべき学習をした予測モデルが必要です。Event-mixing で与えた上限値はこのサイコロを振って無作為な予測をした場合に得られる SD にあたります。

私達は σd の下限値と上限値の両方を考慮した achievement score を開発しました [AS Koganezawa et al, Medical Physics 51, 5−17 (2024). DOI: 10.1002/mp.16848]。これにより、異なる σm をもつ施設で開発された様々なモデル同士のフェアな性能比較が可能になると期待されます。

Collaboration

• Teikyo University 帝京大学

• Hiroshima University 広島大学

• University of Occupational and Environmental Health 産業医科大学

• Tokyo Women's Medical University 東京女子医科大学

Papers

1. AS Koganezawa, T Matsuura, D Kawahara, T Nakashima, E Shiba, Y Murakami, Y Nagata
   Unbiased evaluation of predicted gamma passing rate by an event-mixing technique
   Medical Physics 51, 5−17 (2024). (13 pages) (https://doi.org/10.1002/mp.16848, published 2023.11.27.)

2. T Matsuura, D Kawahara, A Saito, K Yamada, S Ozawa, Y Nagata
   A synthesized gamma distribution-based patient-specific VMAT QA using a generative adversarial network
   Medical Physics 50, 2488-2498 (2023). (11 page) (https://doi.org/10.1002/mp.16210, published 2023.1.7.)

3. T Matsuura, D Kawahara, A Saito, H Miura, K Yamada, S Ozawa, Y Nagata
   Predictive gamma passing rate of 3D detector array-based volumetric modulated arc therapy quality assurance for prostate cancer via deep learning
   Physical and Engineering Sciences in Medicine 45, 1073-1081 (2022). (8 pages) (https://doi.org/10.1007/s13246-022-01172-w, published 2022.10.6.)

4. E Shiba, A Saito, M Furumi, D Kawahara, K Miki, Y Murakami, T Ohguri, S Ozawa, M Tsuneda, K Yahara, T Nishio, Y Korogi, Y Nagata
   Predictive gamma passing rate for three‐dimensional dose verification with finite detector elements via improved dose uncertainty potential accumulation model
   Medical Physics 47, 1349-1356 (2020). (8 pages) (https://doi.org/10.1002/mp.13985, published 2020.1.6.)

5. E Shiba, A Saito, M Furumi, Y Murakami, T Ohguri, M Tsuneda, K Yahara, T Nishio, Y Korogi, Y Nagata
   Predictive gamma passing rate by dose uncertainty potential accumulation model
   Medical Physics 46, 999-1005 (2019). (7 pages) (https://doi.org/10.1002/mp.13333, published 2018.12.28.)
   この論文は Medical Physics 第46巻の Editor's Choice に選ばれました。

Presentations

1. A Saito, D Kawahara, T Matsuura, E Shiba, Y Nagata
   Accuracy of the gamma analysis for head-and-neck volumetric-arc radiation therapy
   The 65th Annual Meeting & Exhibition of American Association of Physicists in Medicine (2023.7.*−*, Houston, TX, USA) (poster, English)

2. A Saito, D Kawahara, T Matsuura, E Shiba, Y Nagata
   Generating fully random prediction results of patient-specific quality assurance
   The 2nd International Conference on Radiological Physics and Technology (2023.4.*−*, Yokohama, Japan) (oral, English)

3. A Saito (invited)
   Transition from nucleus to medicine
   International Symposium on Nuclear Spectroscopy for Extreme Quantum Systems (NUSPEQ2023) (2023.3.7−9, Numazu, Japan) (oral, English)

4. 芝 栄志, 齋藤 明登, 古海 誠, 河原 大輔, 三木健太朗, 村上 祐司, 大栗 隆行, 小澤修一, 恒田 雅人, 矢原 勝哉, 西尾 禎治, 興梠 征典, 永田 靖
   強度変調放射線治療における3次元線量分布のガンマパス率予測手法の開発
   日本放射線腫瘍学会第33回学術大会 (2020.10.1−3, 札幌市)

5. E Shiba, A Saito, M Furumi, D Kawahara, K Miki, Y Murakami, T Ohguri, S Ozawa, M Tsuneda, K Yahara, T Nishio, Y Korogi, Y Nagata
   Aperture area in IMRT studied via accumulated dose uncertainty potential
   2020 Virtual Joint AAPM/COMP Meeting (2020.7.12−16, Online) (poster, English)

6. A Saito, T Nakashima, D Kawahara, E Shiba, T Matsuura, K Fukata, K Miki, M Tsuneda, T Nishio, Y Nagata
   Automatic selection of an absolute-dose verification point for volumetric-modulated arc therapy via dose uncertainty potential accumulation model
   2020 Virtual Joint AAPM/COMP Meeting (2020.7.12−16, Online) (poster, English)

7. 齋藤 明登
   線量不確定性とガンマパス率予測
   第426回放射線治療談話会2019年度第2回例会 (2019.11.9, 東京女子医科大学) (oral, Japanese)

8. 芝 栄志, 齋藤 明登, 古海 誠, 村上 祐司, 大栗 隆行, 恒田 雅人, 矢原 勝哉, 西尾 禎治, 興梠 征典, 永田 靖
   線量不確定性積算モデルによるガンマパス率予測
   日本放射線腫瘍学会第32回学術大会 (2019.11.21−23, 名古屋市)

9. E Shiba, A Saito, M Furumi, D Kawahara, K Miki, Y Murakami, T Ohguri, S Ozawa, M Tsuneda, K Yahara, T Nishio, Y Korogi, Y Nagata
   Development of a learning data for predicting three-dimensional gamma passing rate of IMRT using a dose uncertainty potential
   The 60th Annual Meeting & Exhibition of American Association of Physicists in Medicine (2019.7.14−18, San Antonio, TX USA) (poster, English)

10. 芝 栄志, 齋藤 明登, 古海 誠, 村上 祐司, 大栗 隆行, 恒田 雅人, 矢原 勝哉, 西尾 禎治, 興梠 征典, 永田 靖
    線量不確定性積算モデルによるガンマパス率予測
    第21回広島放射線治療研究会 (2019.5.25, 広島市) (oral, Japanese)

11. 芝 栄志, 齋藤 明登, 古海 誠, 村上 祐司, 大栗 隆行, 恒田 雅人, 矢原 勝哉, 西尾 禎治, 興梠 征典, 永田 靖
    強度変調放射線治療における線量不確定性積算モデルに基づいた線量誤差予測手法の開発
    第75回日本放射線技術学会総会学術大会 (2019.4.11−14, 横浜市) (oral, Japanese)

12. E Shiba, A Saito, M Tsuneda, M Furumi,  K Yahara, T Ohguri, Y Murakami, T Nishio, Y Korogi, Y Nagata
    Predictive gamma passing rate based on dose uncertainty for head-and-neck and prostate IMRT
    The 60th Annual Meeting & Exhibition of American Association of Physicists in Medicine (2018.7.29−8.2, Nashville, TN, USA) (poster, English)

13. E Shiba
    Prediction of gamma passing rate for improving patient-specific QA
    The 2018 Annual Spring Meeting of KRTA & International Conference (2018.4.27−29, Incheon, Korea) (oral, English)

14. E Shiba, A Saito, M Tsuneda, M Furumi,  K Yahara, T Ohguri, Y Murakami, T Nishio, Y Korogi, Y Nagata
    Performance evaluation of predictive gamma-passing rate of IMRT planar dose distribution
    日本医学物理学会第115回学術大会 (2018.4.12−15, 横浜市) (oral, Japanese)

15. E Shiba, A Saito, M Tsuneda, M Furumi, K Yahara, T Ohguri, Y Murakami, T Nishio, Y Korogi, Y Nagata
    Prediction of gamma-passing rate based on dose uncertainty accumulation model for IMRT
    The 59th Annual Meeting & Exhibition of American Association of Physicists in Medicine (2017.7.30−8.3, Denver, CO, USA) (poster, English)

16. E Shiba, A Saito, M Tsuneda, M Furumi,  K Yahara, T Ohguri, Y Murakami, T Nishio, Y Korogi, Y Nagata
    Dose error prediction based on the dose uncertainty accumulation of intensity-modulated radiation therapy
    日本医学物理学会第113回学術大会 (2017.4.13−16, 横浜市) (oral, Japanese)

17. A Saito (invited)
    Challenges in nuclear spectroscopy of radioisotope beams and application to medicine
    International Symposium on Modern Technique and its Outlook in Heavy Ion Science (MOTO16), (2016.6.26−27, Rikkyo University, Tokyo, Japan) (oral, English)

18. A Saito, T Okumura, D Kawahara, K Matsushita, T Nakashima, Y Ochi, T Suzuki, M Tsuneda, Y Ohno, T Nishio, Y Nagata
    Cumulative segmental MU-weighted field edges for estimating the deviation in the absolute dose verification of intensity-modulated radiation therapy
    第111回日本医学物理学会学術大会 (2016.4.14−17, 横浜市) (oral, English)

19. 齋藤 明登, 奥村 拓朗, 河原 大輔, 松下 慶一郎, 中島 健雄, 越智 悠介, 鈴木 龍彦, 恒田 雅人, 大野 吉美, 西尾 禎治, 永田 靖
    線量不確定性積算アルゴリズムを用いた FFF-IMRT の線量不確定性評価
    日本放射線腫瘍学会第29回高精度放射線外部照射部会学術大会 (2016.2.27, 東京都) (oral, Japanese)

20. 齋藤 明登
    高精度放射線治療における線量不確定性と3次元直接線量測定の重要性
    第4回3次元ゲル線量計研究会 (2015.11.28−29, 東京都)

21. 齋藤 明登, 奥村 拓朗, 河原 大輔, 松下 慶一郎, 中島 健雄, 越智 悠介, 鈴木 龍彦, 恒田 雅人, 大野 吉美, 西尾 禎治, 永田 靖
    強度変調放射線治療における線量不確定性分布
    第14回広島放射線治療研究会 (2015.11.7, 広島市) (oral, Japanese)

22. A Saito, K Fukata, M Kawashima, Y Hoshino, H Higuchi, J Saitoh, K Shirai, T Oike, T Kanai, T Ohno, T Nakano, Y Nagata
    A simple analysis of cumulative penumbra for estimating composite dose uncertainties in intensity-modulated radiotherapy
    日本放射線腫瘍学会第28回学術大会 (2015.11.19−21, 前橋市) (poster, Japanese)