ブラキセラピー装置の放射線源位置精度を機械視覚と画像特徴認識に基づいて自動検出する技術に関する研究

科学分野:

• 医用物理学
• 医用人工知能
• 医用画像処理

背景:

• 近接放射線療法装置は、効果的ながん治療のために正確な放射線源の位置決めを必要とします。
• 放射線源精度の検証のための現在の方法は、時間がかかり、人的エラーが発生しやすい可能性があります。
• 人工知能（AI）の統合は、品質管理における精度と効率の向上に可能性を提供します。

研究 の 目的:

• 臨床近接放射線療法における放射線源位置精度の自動検出のためのAI駆動型マシンビジョンシステムの開発と評価。
• AIベースのシステムと従来の С手動検出方法との性能比較。

主な方法:

• アフィン変換（ビデオ角度補正用）、線分検出（LSD）、Cannyエッジ検出、および輪郭検出（ターゲット識別用）を含む複数のマシンビジョンアルゴリズムを利用しました。
• 精度を評価するために、放射線源の位置を識別するための自動化されたシステムを開発しました。
• 手動視覚観察方法との比較分析を実施しました。

主要な成果:

• 機械視覚解析法は、視覚観察と比較して、繰り返し位置決め誤差（(0.20±0.42) mm vs (0.70±0.48) mm）および累積位置決め誤差（(0.28±0.47) mm vs (0.55±0.42) mm）において、より高い精度を達成しました（P<0.05）。
• AI法は、繰り返しタイミング誤差（(0.03±0.00) s vs (0.32±0.12) s）において、より優れた精度を示しました。
• 機械視覚法は、テストされたすべてのパラメータの解析時間を大幅に短縮し、時間効率が高いことが証明されました。

結論:

• 機械視覚解析を用いた自動検出技術は、近接放射線療法品質管理ガイドラインを満たしています。
• このAI統合アプローチは、時間節約、高安定性、自動化の利点を提供します。
• これは、近接放射線療法の品質管理を強化するための、臨床医学への人工知能の実用的な統合を表しています。