アミノ酸PETを用いた治療反応評価のための自動脳腫瘍検出およびセグメンテーション。

原題
Automated Brain Tumor Detection and Segmentation for Treatment Response Assessment Using Amino Acid PET.
背景:アミノ酸PETを用いて代謝腫瘍容積(MTV)の変化を評価することは、脳腫よう患者の反応を評価する上で重要である。手動または半自動の描出は変動しやすい。神経こう腫患者におけるMTVセグメンテーションの自動化法の開発を目的とした。
方法:555人の脳腫よう患者からの699のF-FET PETスキャンを遡及的に評価した。経験豊富な読者が半自動分割を行い、これらのスキャンのサブセットで人工ニューラルネットワークを訓練した。ネットワークのパフォーマンスは、別のテストデータセットで評価された。このネットワークは、膠芽腫患者を対象とした研究において、医師の評価とも比較された。
結果:試験データセットでは、ネットワークは取り込みが増加した病変の92%、および等代謝または代謝低下の取り込みを伴う病変の85%を正確に同定した。ネットワークのパフォーマンスは、病変の特徴に基づいて変化した。自動セグメンテーションによって検出されたMTVの変化は、無病生存率および全生存率と相関していた。
結論:我々の深層学習に基づくセグメンテーション法は、脳腫瘍患者におけるMTVの信頼できる自動評価を可能にし、自動反応評価の可能性を有する。
Journal: J Nucl Med (CiteScore 2022: 12.9)
DOI: 10.2967/jnumed.123.265725
PMID: 37562802