大規模な患者データベースを用いた、4DCT換気イメージングに対する肺野分割法の影響の系統的評価。

原題
Systematic evaluation of the impact of lung segmentation methods on 4DCT-ventilation imaging using a large patient database.
背景:本研究は、機能回避放射線療法に使用される4DCT換気と呼ばれる新しい形態の肺機能イメージングの敏感度を評価することを目的とした。4DCT換気イメージングの精度を定量化するために、種々の肺区域分割法を評価した。
方法:本研究は、2施設の患者350人を対象とした。肺輪郭は、手動セグメンテーション、標準肺輪郭、および人工知能ベースの輪郭の3つの方法を用いて生成された。Lung-AI法は、279人の患者のLung-Manual輪郭を用いて訓練された。肺セグメンテーションプロセス、相関および線量測定エンドポイントを異なる方法間で比較した。
結果:Lung-AI法は、表面ダイス類似係数(表面DSC)および4DCT換気画像間の相関に関して、Lung-Radonc法と比較してより高い精度を示した。2つの方法間の線量測定エンドポイントの差も、Lung-AIの方が小さかった。
結論:本研究は、AIベースのセグメント化の使用が、手動法と同様の結果を提供し、4DCT換気画像の精度を改善することを強調している。この知見は、この新しい画像技術の臨床診療への統合を促進することができる。
Journal: Int J Radiat Oncol Biol Phys (CiteScore 2022: 11)
DOI: 10.1016/j.ijrobp.2023.08.017
PMID: 37607642