定量的放射音響イメージングを用いた生体内の線量測定のための物理情報ニューラルネットワーク

科学分野:

• Medical Physics
• Biomedical Imaging
• Artificial Intelligence in Medicine

背景:

• 正確な生体内線量測定は放射線療法にとって非常に重要ですが、現在、直接的な臨床測定方法が不足しています。
• 放射線から発生する音波を検出することによる線量モニタリングの可能性を放射音響イメージング（RAI）は示していますが、これまでは定性的な評価に限定されていました。

研究 の 目的:

• 物理情報ニューラルネットワーク（PINN）を用いた定量的RAI（qRAI）フレームワークを開発し、生体内線量再構成のために検証すること。
• 放射線療法中に患者の体内で直接、リアルタイムかつ定量的な線量マッピングを可能にすること。

主な方法:

• 音波の物理学、および放射線照射および検出システムのデジタルツインを統合した物理情報ニューラルネットワーク（PINN）を開発しました。
• PINNは、実験的およびシミュレーションされた線量基準に対して較正された、限定的な音響データから定量的な線量マップを再構成します。
• 水槽、人間の胴体ファントム、およびFLASH電子線療法を含む、多様なシナリオで検証が実行されました。

主要な成果:

• PINNベースのqRAIフレームワークは、生体内で定量的な線量マップを正常に再構成しました。
• この方法は、特に実験的なグラウンドトゥルースがない設定において、純粋にデータ駆動型のモデルと比較して、優れた堅牢性と一般化能力を示しました。
• 正確な線量マッピングは、さまざまな臨床的および実験的なセットアップで達成されました。

結論:

• PINNベースのqRAIは、リアルタイム、適応的、かつ定量的な生体内線量測定のための強力なツールを提供します。
• この技術は、放射線療法中の直接的かつ正確な線量測定という重要なニーズに対応します。
• このフレームワークは、放射線療法の安全性と有効性の向上に大きく貢献する可能性を示しています。