原題
Brain Metastasis tumor Segmentation and Detection using Deep Learning Algorithms: A Systematic Review and Meta-Analysis.
背景:本論文では、MRI画像における脳転移の検出とセグメンテーションを改善するためのディープラーニングアルゴリズムの可能性を検討した。
方法:PubMed、Embase、およびWeb of Scienceデータベースを用いて、42件の関連研究の包括的レビューを実施した。この解析では、様々なディープラーニングモデルの有効性、様々な因子の影響に焦点を当て、いくつかのサブグループ解析およびメタ回帰分析を実施した。
結果:深層学習モデル、特にU-Netとその変種はセグメンテーションにおいて高い精度を示し、病変ごとのダイススコアは79%、患者と病変ごとの感度はそれぞれ86%と87%であった。
結論:ディープラーニングは脳転移の診断と治療計画に可能性があるが、実用的で一般化可能なアルゴリズムを開発するためには、より多くの研究とより大きなコホートが必要である。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2023.110007
PMID: 37967585
コメント