陽子線がん治療における二重エネルギーCT由来密度マップを用いた共同統計画像再構成による線量予測

科学分野:

• 医用物理学
• 放射線療法
• 画像再構成

背景:

• 陽子線治療は、適合線量分布のための正確な範囲予測を必要とします。
• 現在の単一エネルギーCT（SECT）を使用する方法は、範囲の不確実性のため安全マージンに依存しています。
• 二重エネルギーCT（DECT）法は存在しますが、治療計画への臨床的影響は実証されていません。

研究 の 目的:

• 陽子線治療計画のための基底ベクトルモデル（BVM）を用いた共同統計画像再構成（JSIR）法の統合と評価。
• シミュレーションおよび臨床シナリオにおけるJSIR-BVMと標準SECTとの線量予測精度の比較。
• 陽子線治療における線量予測誤差低減に対するJSIR-BVMの影響の評価。

主な方法:

• JSIR-BVM由来の密度マップを市販のモンテカルロ陽子線治療計画システムに接続するためのワークフローを開発しました。
• シミュレーションおよび臨床患者症例におけるJSIR-BVMとSECT化学量論的キャリブレーションを使用した線量予測誤差の比較。
• 計画標的体積の周囲5 mmの遠位リング内の処方線量の80%を受信する体積に基づいて誤差を定量化しました。

主要な成果:

• JSIR-BVMは、シミュレーションケースにおいてSECT（6.8%）と比較して有意に低い線量予測誤差（2.6%）を示しました。
• 臨床的な頭頸部がん患者において、JSIR-BVMは平均誤差2.35%をもたらしましたが、SECTは13.86%を示しました。
• SECTは、周囲組織への非自明な線量オーバーシュートのリスクを示しました。

結論:

• JSIR-BVM法は、治療計画のための陽子線範囲予測精度の有意な改善を提供します。
• JSIR-BVMを臨床計画システムと連携させることで、線量予測誤差を低減し、治療の安全性を向上させることができます。
• このアプローチは、より正確で効果的な陽子線治療配信の可能性を秘めています。