名古屋大学，名古屋陽子線治療センター，兵庫県立粒子線医療センターは，深層学習を用いることにより，実測した粒子線照射で生じる水の発光画像から，短時間で，高い精度の線量画像を得ることができることを実証した（ニュースリリース）。
粒子線がん治療は，粒子線が選択的に高線量を腫瘍に与えることが可能なため，注目を集めている。粒子線治療においては，粒子線がビームの終端に多くの線量を与えるため，粒子線ビームの到達位置や広がりなど，ビームの品質管理が重要となる。
品質管理のための測定を効率的に行なう方法として研究グループは，これまでに発見した放射線照射による水の発光現象を応用することを進めている。放射線照射による水の発光現象は，水を満たした透明容器に粒子線を照射すると，これまで発生するとは考えられなかった条件で光が発生するというもので，物理学の分野でも注目を集めている。
しかし，粒子線を照射したときに生じる水の発光は，その分布が照射した放射線の線量とは少し異なるという問題点があった。例えばエネルギーの高い粒子線を照射したときには，水の浅い部分にチェレンコフ光が発生し，線量分布と大きく異なる部分が生じることが分かった。
これまで，この違いを補正する方法を試みていたが，補正に時間や労力を要し，種々のビームに対して補正を行なうのは困難であるという問題があった。これに対し，研究グループは深層学習を用いて問題を解決できると考えた。
深層学習を用いた線量画像推定を実現するための多量の学習データは計算により作成した。2600対の発光画像と線量画像データを作成し，この画像データを深層学習アーキテクチャーに学習させた。学習後，実測した発光画像データを深層学習アーキテクチャーに入力すると，正確な線量画像を生成することできた。
このアーキテクチャーに，実測した炭素線発光画像を入力して得られた出力画像は，入力画像とは全く異なり，線量分布と一致した画像を得ることができた。その輝度分布は真の線量分布と一致した。従来の手法では，一枚の画像の補正に数日を要していたのに対して，今回の手法では，補正をわずか1秒以内に行なえるようになったという。
今回の手法は，放射線発光画像化装置と組み合わせ，粒子線治療のための品質管理のために利用できる。今後，臨床現場での利用を目標に，製品化を進め広範な普及を目指すとしている。
