陽子線治療の精度を革新する：デジタル追跡熱量計による飛程検証の可能性

10月 31, 2026 · 論文解説

🎧 この記事を音声で聴く（AI生成Podcast）

解説対象論文: Experimental feasibility study of proton therapy range verification by a digital tracking calorimeter prototype
Physics in Medicine and Biology｜被引用数: 0（2026年10月31日時点）

がん治療の分野で注目される陽子線治療は、その高精度な治療能力で期待を集めています。従来の放射線治療とは異なり、陽子線は体の特定の深さでエネルギーを最大限に放出する「ブラッグピーク」という特性を持っています。これにより、腫瘍に集中して線量を届け、周囲の健康な組織への影響を最小限に抑えることが可能です。しかし、この高精度を維持するためには、陽子線が体内でどれくらいの深さまで到達するか（飛程）を正確に把握することが極めて重要です。なぜなら、飛程の不確実性は、治療計画と実際の線量分布との間に誤差を生み出し、治療効果の低下や予期せぬ副作用につながる可能性があるからです。本記事では、この課題を解決するために開発された新しい飛程検証技術、すなわち「デジタル追跡熱量計（DTC）」を用いた二次粒子の検出に関する革新的な研究について深掘りしていきます。

研究サマリー（FINER & PICO）

Feasible実施可能性	既存のDTCプロトタイプを使用し、シミュレーションと実験で陽子線の飛程検証能力を検証した。
Ethical倫理面	治療対象者への侵襲を伴わない外部検出に基づき、陽子線治療の安全性を向上させる可能性を持つ。
Interesting面白さ	陽子線CT用の検出器を、追加費用なしで治療範囲検証に二次利用する新規性がある。
Novel新規性	モノリシックアクティブピクセルセンサーに基づくサンプリング熱量計を陽子線治療の飛程検証に用いる実験的な試みは新規性が高い。
Relevant切実さ	陽子線治療におけるブラッグピーク深度の不確実性を低減し、治療の安全性と精度を高める。
Measurable測定可能性	検出器のヒット数と陽子線エネルギーとの相関を統計的に分析し、RMSE 1.34 MeVでエネルギー予測が可能であることを示した。
Modifiable派生・改善	陽子線エネルギー予測モデルをシミュレーションデータで訓練し、実験データに適用する手法は改善の余地がある。
Structured文章構造	理論的検証から始まり、小型プロトタイプを用いた実験的検証、MCシミュレーションとの比較、そしてデータ解析へと段階的に進められている。
PICO / PECO対象・介入・比較・結果	P:陽子線治療の対象者, I:デジタル追跡熱量計を用いた二次粒子検出, C:従来の飛程検証技術, O:ブラッグピーク深度の精度向上と治療範囲の不確実性低減。

はじめに：陽子線治療の課題と革新的な解決策

どうも、Beyond the Pixelです。がん治療の分野で注目される陽子線治療は、その高精度な治療能力で期待を集めています。従来の放射線治療とは異なり、陽子線は体の特定の深さでエネルギーを最大限に放出する「ブラッグピーク」という特性を持っています。これにより、腫瘍に集中して線量を届け、周囲の健康な組織への影響を最小限に抑えることが可能です。しかし、この高精度を維持するためには、陽子線が体内でどれくらいの深さまで到達するか（飛程）を正確に把握することが極めて重要です。なぜなら、飛程の不確実性は、治療計画と実際の線量分布との間に誤差を生み出し、治療効果の低下や予期せぬ副作用につながる可能性があるからです。このような飛程の不確実性は、対象者の解剖学的変化、治療時の位置ずれ、X線CT画像から得られる相対阻止能（RSP）への変換誤差など、様々な要因によって引き起こされます。

**Figure 1.** Figure 1. (a) Close-up of the prototype tracking calorimeter used in (b); (b) Experiment with a water phantom and the prototype silicon pixel telescope at DCPT; (c) Material budget of the prototype tracking calorimeter as implemented in the MC simulation; (d) Physics processes during proton irradiation of a water phantom with notable interaction points marked: (1) production of secondary particles by the proton beam in the water phantom, (2) a PhaseSpaceActor in the GATE simulation recording all particles arriving distal to the phantom, (3) conversion of neutral secondaries in the detector material to create charged particles, (4) charged particles crossing the sensitive layer, depositing energy, (5) deposited energy forming a pixel cluster on the sensor.解説: (a)は実験で使用されたプロトタイプ追跡熱量計の接写写真、(b)は水ファントムとプロトタイプ検出器の実験セットアップ、(c)はMCシミュレーションにおけるプロトタイプ追跡熱量計の材料構成、(d)は陽子線が水ファントムを照射する際の物理プロセス概念図を示している。

本記事では、この課題を解決するために開発された新しい飛程検証技術、すなわち「デジタル追跡熱量計（DTC）」を用いた二次粒子の検出に関する革新的な研究について深掘りしていきます。この研究は、陽子線CTのために設計された検出器を、追加のハードウェアコストなしで飛程検証という二次的な用途に活用する可能性を示しています。

飛程検証の必要性と既存アプローチ

治療が計画通りに実施されていることを確認する「その場での飛程検証（in-situ range verification）」は、陽子線治療の品質保証において不可欠です。特に、ピンシルビームスキャニング（PBS）と呼ばれる治療法では、個々の治療スポットのブラッグピーク深度を検証し、重大なエラーが検出された場合には照射を中断できるような、準リアルタイムなモニタリングシステムが最終目標とされています。陽子線は対象者体内の腫瘍で停止するため、ブラッグピーク深度の検証には、体内に埋め込む検出器を使用するか、体外から二次信号を検出するかのいずれかの方法が必要です。しかし、体内に検出器を埋め込む方法は、対象者への追加的な危害のリスクや線量分布への影響の可能性があり、理想的ではありません。そのため、体外からの二次信号を利用した検出方法が現在の研究の大きな焦点となっています。陽子線が物質（主に体内の組織）を通過する際、様々な相互作用によって二次粒子が生成されます。二次的な荷電粒子、例えば電子は、対象者から脱出するのに十分な飛程を持ちませんが、二次的な光子（プロンプトガンマ：PG）や中性子は対象者の体外まで到達し、ブラッグピーク深度を推測するために検出可能です。これまで、プロンプトガンマ（PG）、中性子、陽電子放出断層撮影（PET）の利用、あるいは熱音響信号や二次電子からの制動放射といった非核的効果を利用する方法など、様々な検証手法が研究されてきました。

デジタル追跡熱量計（DTC）による新たなアプローチ

この研究チームは、陽子線CT用に設計されたデジタル追跡熱量計（DTC）を二次的な飛程検証に利用することを提案しています。DTCはモノリシックアクティブピクセルセンサー（MAPS）をベースとしたサンプリング熱量計であり、中性的な二次粒子（光子や中性子）の検出を通じて飛程検証の実現可能性を検証しました。DTCは、シリコンピクセルベースのサンプリング熱量計として、理論的および実験的にその能力が評価されました。DTCは、43層の敏感層と、アルミニウム製の吸収体層から構成されており、特にアルミニウムはプロンプトガンマ（PG）や中性子の変換材として機能します。これは、中性の二次粒子を検出可能な荷電粒子に変換する上で非常に重要です。DTCのプロトタイプは、4層のシリコンピクセル検出器とアルミニウム吸収体で構成され、3x3cm²の有効面積を持ちます。この研究では、デンマークのAarhusにあるデンマーク粒子線治療センター（DCPT）で、100〜200 MeVの様々なエネルギーの医療用陽子線ビームで照射された水槽の背後に、この小型プロトタイプピクセルテレスコープを設置し、理論的予測の実験的検証を行いました。（図1）

検出の物理：陽子線からピクセル信号へ

陽子線が対象者を照射する際、検出器で信号を捉えるまでには、いくつかの物理プロセスが関与します。この研究では、以下の5つのステップを通じて信号発生のメカニズムを詳細に分析しました。（図1）

二次粒子の生成

陽子線が水ファントム（または対象者）と核反応を起こすと、プロンプトガンマ（PG）、中性子、β+放出核などの様々な二次粒子が生成されます。これらのうち、中性的な粒子はほとんど妨害されずにファントムから脱出し、検出器に到達します。PGの生成はブラッグピーク深度とよく相関し、中性子もまた陽子線の初期エネルギーが高いときに多く生成されます。これらの二次粒子の生成深度は、検出器での信号強度に影響を与えます。PGは等方的に放出されるため、生成点から検出器までの距離が近いほど検出器が捉える立体角が大きくなります。高速中性子も前方への傾向がありますが、同様に生成点が検出器に近いほど有利です。また、生成点から検出器までの物質量も重要であり、途中で粒子が吸収される可能性があります。中性子の生成率は陽子線エネルギーと相関があるため、検出器のヒット数は、ブラッグピーク深度や陽子線の経路上の物質量、ブラッグピークと検出器間の物質量と強く相関すると予想されます。

ファントム遠位での二次粒子スペクトル

検出器に到達する二次粒子のエネルギー分布も重要な情報です。プロンプトガンマは、励起された原子核がより低いエネルギー準位または基底状態に脱励起する際に放出されます。そのため、光子エネルギーのスペクトルには、ファントムや検出器内に存在する原子核の特性エネルギーレベルでピークが観察されます。関連する特性ガンマ線エネルギーは、おおむね1〜10 MeVの範囲にあり、特に511 keVでの対消滅光子によるピークが顕著です。

**Figure 3.** Figure 3. Kernel density estimation of the MC-simulated energy spectra distal to the phantom comparing different beam energies by secondary particle (a) photon, including annotations with dashed lines for characteristic prompt-gamma energy levels, (b) neutron.解説: MCシミュレーションによるファントム遠位での二次粒子の運動エネルギー分布を、陽子線エネルギーごとに比較している。(a)は光子スペクトルで、特性プロンプトガンマエネルギーレベルが破線で示されている。(b)は中性子スペクトル。

一方、中性子のエネルギーは、初期の陽子線エネルギーに大きく依存します。ほとんどの中性子は数MeVから数十MeVのエネルギーを持ち、その分布は一次陽子エネルギーよりわずかに低いところまで広がります。かなりの割合の中性子が熱中性子（1 MeV未満）であると予想され、その割合は入射エネルギーが高くなるほど減少します。高いエネルギーでは低エネルギー中性子の寄与は相対的に低くなりますが、中性子の絶対収率は陽子線エネルギーとともに増加します。

中性粒子の荷電粒子への変換

中性の光子や中性子が検出器のシリコン層で信号を生成するためには、荷電粒子への変換が必要です。DTCにおいてこの変換の主役となるのは、アクティブなピクセル層の間にある吸収体、特にアルミニウムです。光子の相互作用の断面積は、1〜10 MeVのエネルギー範囲ではコンプトン散乱が支配的です。数MeVまでは光電効果もわずかに寄与し、低エネルギーの電子を生成しますが、これらの電子が吸収体を脱出して敏感な体積に到達する可能性は低いでしょう。一方、スペクトルの高エネルギー側では、対生成の寄与が顕著になり、10 MeVを超えると主要な相互作用となります。中性子の変換は、検出器内のあらゆる物質、特に豊富なアルミニウムとの非弾性散乱を通じて発生します。光子とは異なり、中性子はファントム内で陽子に変換されることもあります。水やプラスチック（水槽の構成要素）は良好な中性子変換材であるため、これらも中性子からの読み出し信号に寄与します。

**Figure 4.** Figure 4. Conversion contribution of materials (left column) and physics processes (right column) over the particle’s kinetic energy at the time of creation with 100 MeV (top row) and 200 MeV (bottom row) beam energy.解説: 100 MeV（上段）と200 MeV（下段）の陽子線エネルギーにおける、検出器内のヒットが生成された材料（左列）と物理プロセス（右列）への寄与を、粒子生成時の運動エネルギー別に示している。

ALPIDE検出器でのエネルギー堆積

中性粒子が荷電粒子に変換され、それが検出器の敏感な層を通過すると、入射粒子とその運動エネルギーに応じて確率的な量のエネルギーを堆積します。例えば、電子はALPIDEの敏感な層（エピタキシャル層）を通過する際に、電子-正孔対を生成し、これが信号となります。光子からのコンプトン散乱で生成される電子は、通常、数ミリメートルから1〜2センチメートルの飛程を持つため、数ミリメートルの厚さの吸収体を脱出して少なくとも1つの敏感層に到達することが可能です。しかし、このエネルギー範囲では、シリコン内での阻止能が最小値に近いため、ほとんどの電子ヒットはほぼ同じ量のエネルギーを堆積します。一方、陽子線や中性子から変換された陽子（二次陽子）は、ファントムや検出器内で非常に異なる初期エネルギーで生成され、一般的に、特にブラッグピークに近い低運動エネルギーではより多くのエネルギーを堆積します。ピクセルセンサーが十分なエネルギー分解能を持っていれば、電子と陽子からのヒットを区別できる可能性があります。さらに、十分なエネルギーを持つ陽子は、複数の層を横切る長い軌跡を生成することもあります。

**Figure 6.** Figure 6. Histograms for Edep of all hits, decomposed into the contributions from EM and hadronic hits, at different beam energies, (a) 50 MeV, (b) 100 MeV, (c) 150 MeV, (d) 200 MeV.解説: 異なる陽子線エネルギー（(a) 50 MeV, (b) 100 MeV, (c) 150 MeV, (d) 200 MeV）における、すべての検出器ヒットによるエネルギー堆積（Edep）のヒストグラムを、電磁ヒットとハドロンヒットの寄与に分解して示している。

ピクセルクラスターの形成

MAPSのエピタキシャル層に堆積されたエネルギーは、多数の電子-正孔対を生成し、これらが拡散してピクセルダイオードに収集されます。層全体での電荷拡散により、隣接するピクセル間で電荷が共有され、その結果、ヒット時に複数のピクセルからなる「クラスター」が活性化されます。電荷拡散は確率的なプロセスであり、正確な入射位置と角度にも依存するため、同じ粒子でも様々な形状とサイズのクラスターを生成する可能性があります。このクラスターのサイズは、堆積されたエネルギーのおおまかな指標となります。電子と陽子では堆積されるエネルギー量が異なるため、結果として生じるクラスターサイズにも違いが生じると予想されます。これにより、粒子の種類を識別する手がかりとなり、飛程検証のための追加情報をもたらすことが期待されます。

**Figure 2.** Figure 2. Examples of the detector output: (a) Point cloud of 2500 detector hits randomly sampled from the 200 MeV run with the size indicating the size of the produced pixel cluster; (b) Cutout of the pixel grid of chip 0 (layer 1, bottom chip), with active pixels from all frames marked in red.解説: 検出器の出力例。(a)は200 MeVの照射実験から無作為に抽出された2500個の検出器ヒットの点群を、クラスターサイズを点の大きさで示している。(b)はチップ0（第1層、下部チップ）のピクセルグリッドの切り抜きで、赤色のピクセルは200 MeVの照射中にアクティブだったものを示している。

**Figure 7.** Figure 7. Cluster size distribution, decomposed into the contributions from EM and hadronic hits, at different beam energies, (a) 50 MeV, (b) 100 MeV, (c) 150 MeV, (d) 200 MeV.解説: 異なる陽子線エネルギー（(a) 50 MeV, (b) 100 MeV, (c) 150 MeV, (d) 200 MeV）における、検出器ヒットが形成するクラスターサイズの分布を、電磁ヒットとハドロンヒットの寄与に分解して示している。

**Figure 8.** Figure 8. Cluster size distributions from simulation data for the prototype telescope, decomposed into the contributions from EM and hadronic hits, at different beam energies used in the experiment in the range 100–200 MeV解説: プロトタイプ検出器のシミュレーションデータにおけるクラスターサイズの分布を、実験で使用された陽子線エネルギー（100 MeVから200 MeVの範囲）ごとに、電磁ヒットとハドロンヒットの寄与に分解して示している。

実験的検証と成果：DTCによる陽子線飛程の精密予測

この研究では、小型のDTCプロトタイプを用いた実験を行い、陽子線エネルギーと検出器の読み出し信号との相関を詳しく調べました。得られたデータは、シミュレーションモデルと比較され、DTCが陽子線飛程検証に有効である可能性が示されました。

二次粒子の相互作用連鎖

陽子線が検出器にヒットを生成するまでの主要な粒子の相互作用シーケンスを再構築したところ、陽子線エネルギーによってその傾向が大きく異なることが明らかになりました。低エネルギーでは、陽子（p+）が光子（γ）を生成し、それが電子（e-）に変換されてヒットを生成するシーケンス「p+ →γ →e-」が支配的でした。これは、低エネルギーでの検出が光子を介した電磁ヒット（EM hits）によって主に起こることを示しています。しかし、陽子線エネルギーが増加するにつれて、中性子が関与するシーケンスが次第に一般的になります。中程度のエネルギーでは「p+ →n →γ →e-」といった、中性子と光子の両方が関わるシーケンスが頻繁に見られました。そして、150 MeVを超える高エネルギー域では、「p+ →n →p+」という中性子から直接陽子が生成されるシーケンスが支配的となりました。これは、高エネルギーでの検出が中性子を介したハドロンヒットによって大きく寄与することを示唆しています。

**Figure 5.** Figure 5. Ten most common sequences of particle types from primary proton to detector hit at different beam energies, (a) 50 MeV, (b) 100 MeV, (c) 150 MeV, (d) 200 MeV. Blue bars indicate EM hits, usually ending with e±, red bars indicate hadron hits, most commonly ending with p+.解説: 異なる陽子線エネルギー（(a) 50 MeV, (b) 100 MeV, (c) 150 MeV, (d) 200 MeV）における、一次陽子から検出器ヒットに至る最も一般的な粒子相互作用シーケンスのトップ10を、電磁ヒット（青色のバー）とハドロンヒット（赤色のバー）に分けて示している。

検出器における中性子の関与率は、50 MeVで4.0%だったのが、200 MeVでは70.4%にまで増加しました。一方で、PGの関与率は99.7%から71.4%に減少しました。このことは、検出器の応答が陽子線エネルギーの増加に伴い、PGからの電磁ヒットから中性子によるハドロンヒットへと移行していることを一貫して示しています。

**Table 1.** Table 1. Neutron and PG yield at the DTC, and detection efficiency for neutrons and PGs for different beam energies. n/p+ is the number of neutrons arriving distal to the phantom per primary proton; hits/n is the number of detector hits per neutron arriving distal to the phantom; hits/p+ (n) is the number of detector hits involving neutrons per primary proton; hits/n (direct) is the percentage of detector hits involving neutrons and no PGs; γ/p+**解説:** 異なる陽子線エネルギーにおけるデジタル追跡熱量計（DTC）での中性子およびプロンプトガンマの収率と検出効率をまとめている。「n/p+」は一次陽子あたりのファントム遠位に到達する中性子数、「hits/n」はファントム遠位に到達する中性子あたりの検出器ヒット数、「hits/p+(n)」は一次陽子あたりの中性子が関与する検出器ヒット数、「hits/n(direct)」は中性子とPGを含まない検出器ヒットの割合、「γ/p+」は一次陽子あたりのファントム遠位に到達するPG数、「hits/γ」はファントム遠位に到達するPGあたりの検出器ヒット数、「hits/p+(γ)」は一次陽子あたりのPGが関与する検出器ヒット数を意味する。

陽子線エネルギーと検出器信号の相関

検出器から得られる「一次陽子あたりのクラスター数」「一次陽子あたりのピクセル数」「平均クラスターサイズ」「クラスターサイズ5未満のクラスターの割合」という4つの特徴量と陽子線エネルギーとの相関を分析しました。シミュレーションデータでは、これらすべての特徴量と陽子線エネルギーとの間に強い相関が見られました。特に「一次陽子あたりのクラスター数」と「一次陽子あたりのピクセル数」は、線形キャリブレーション（校正）を適用することで、実験データにおいてもシミュレーション結果と良好な一致を示しました。線形キャリブレーションは、最小および最大陽子線エネルギーでの実験データを用いて行われ、中間エネルギーのデータは評価から除外されました。これは、シミュレーションと実際の測定値との間の潜在的な差を補正するために重要です。

**Figure 9.** Figure 9. Correlation of different features with the beam energy in simulation and experiment data with their Spearman’s ρ and the corresponding p-value, (a) clusters per primary with different calibrations, (b) pixels per primary with different calibrations, (c) mean cluster size (d) fraction of clusters < 5.解説: シミュレーションと実験データにおける、陽子線エネルギーと異なる特徴量（(a)一次陽子あたりのクラスター数、(b)一次陽子あたりのピクセル数、(c)平均クラスターサイズ、(d)クラスターサイズ5未満の割合）の相関を示しており、それぞれのスピアマンのρ統計量とp値が凡例に記載されている。

陽子線エネルギー予測モデルの構築と精度

陽子線エネルギーの予測には、ベイズリッジ回帰モデルが用いられました。このモデルはシミュレーションデータで訓練され、その後、実験データに適用されました。その結果、最も有望なのは「一次陽子あたりのクラスター数」のみを用いるモデルであり、1.34 MeVという低いルート平均二乗誤差（RMSE）で陽子線エネルギーを予測できることが示されました。この精度は、均質な標的における陽子線飛程の代理指標として機能します。

**Figure 10.** Figure 10. Bayesian ridge regression fits ±1σ from the predictive uncertainty with their R2 scores for different features, (a) clusters per primary, (b) pixels per primary, (c) mean cluster size, (d) fraction of clusters < 5.解説: 異なる特徴量を用いたベイズリッジ回帰モデルの陽子線エネルギー予測適合度と予測不確実性（±1σ）をR²スコアと共に示している。(a)一次陽子あたりのクラスター数、(b)一次陽子あたりのピクセル数、(c)平均クラスターサイズ、(d)クラスターサイズ5未満の割合。

**Table 2.** Table 2. Error metrics of the estimated beam energy for different feature combinations used for the Bayesian ridge regression model fit, top 5 by RMSE.解説: ベイズリッジ回帰モデルに用いられた異なる特徴量組み合わせによる、推定された陽子線エネルギーの誤差指標（MAE: 平均絶対誤差, RMSE: ルート平均二乗誤差, MAPE: 平均絶対パーセンテージ誤差）のトップ5をリストしている。

また、モデルの予測は、線形キャリブレーションを適用することで、実際の陽子線エネルギー値と1標準偏差（1σ）の範囲内で一致しており、モデルの不確実性が適切に較正されていることが確認されました。この結果は、ALPIDEベースのサンプリング熱量計が、陽子線治療の飛程検証において高い精度で機能する可能性を示唆しています。

今後の展望と意義

本研究は、陽子線治療の飛程検証において、デジタル追跡熱量計（DTC）の利用が非常に有望であることを実験的に示しました。特に、陽子線CTのために設計された既存のハードウェアを、追加コストなしで飛程検証という二次的な目的で活用できる点は、臨床応用に向けた大きな利点となります。シミュレーションと実験の両方で、検出器の信号が陽子線エネルギー（飛程の代理指標）と強く相関し、高精度な予測が可能であることが確認されました。この技術がさらに発展すれば、リアルタイムでの飛程モニタリングや、治療中の誤差検出・修正が可能となり、陽子線治療の安全性と精度を飛躍的に向上させることが期待されます。今後の研究では、より複雑な対象者の解剖学的構造における検証や、臨床環境でのさらなる検証が課題となるでしょう。しかし、この成果は、陽子線治療の未来を切り開く重要な一歩となることは間違いありません。

補足図表

Figure 11

用語集

ブラッグピーク: 陽子線が物質中で特定の深さに到達した際に、そのエネルギーを最も多く放出する現象。これにより、腫瘍に線量を集中させ、周囲の健康な組織への損傷を最小限に抑えることが可能。
陽子線治療: 陽子線を用いてがんを治療する方法。ブラッグピークの特性を利用し、標的となる腫瘍に高線量を集中させることができる。
飛程検証: 陽子線が対象者体内で到達する深さ（飛程）を正確に確認するプロセス。治療計画通りに線量が届けられているかを保証するために重要。
デジタル追跡熱量計 (DTC): 陽子線CTのために設計された検出器で、二次粒子（光子や中性子）を検出することで陽子線の飛程検証にも応用可能。
モノリシックアクティブピクセルセンサー (MAPS): 検出器の敏感な部分と読み出し電子回路が単一のシリコンチップ上に統合されたセンサー。電荷拡散を利用してピクセルクラスターを形成し、粒子の飛跡やエネルギーを検出する。
二次粒子: 一次粒子（この場合は陽子線）が物質と相互作用する際に生成される新たな粒子。陽子線治療の文脈では、プロンプトガンマや中性子などが該当する。
プロンプトガンマ (PG): 陽子線が原子核と反応して原子核が励起し、その励起状態から安定状態に戻る際にすぐに放出されるガンマ線。陽子線の飛程と強く相関する。
中性子: 電気的に中性な素粒子で、陽子線が原子核と反応する際に生成される二次粒子の一つ。対象者の体外まで到達し、飛程検証に利用できる。
ルート平均二乗誤差 (RMSE): 予測値と実際の値との差（誤差）を評価する統計的指標。誤差の二乗の平均の平方根であり、誤差の大きさを測る。
モンテカルロシミュレーション: 確率的な現象をシミュレーションするために乱数を用いる計算手法。粒子線物理学では、粒子の相互作用をモデル化するのに広く利用される。
電磁ヒット: 光子や電子、陽電子などの電磁相互作用によって検出器に生成される信号。
ハドロンヒット: 陽子、中性子などのハドロン（強い相互作用をする粒子）によって検出器に生成される信号。
クラスターサイズ: 検出器のセンサーにおいて、一つの粒子が通過する際に活性化される隣接するピクセルの数。堆積されたエネルギーの量と相関する。