原題
Deep learning MRI-only synthetic-CT generation for pelvis, brain and head and neck cancers.
背景:本研究では、複数の装置からの可変MRIデータを利用して、様々な癌部位に対してディープラーニングモデルを用いて作成した合成CT(sCT)の線量測定精度を検証した。
方法:本研究では、サイクルGANアルゴリズムを用いて、対になったMRI-CT患者データを用いてsCT生成モデルを訓練した。検証sCTは、骨盤、脳、および頭頸部部位について開発された。計画CTと再計算されたsCT線量との比較が行われた。
結果:この研究では、試験したすべての部位にわたって、わずかな平均絶対誤差HU差および平均一次PTV D95%用量差が示された。ガンマパス率は、サイト全体で高いと判断された。
結論:sCTを生成するためのcycle-GANの使用は、高レベルの線量測定精度を維持し、様々なデータ入力を使用する能力による潜在的な有用性を示した。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2023.110052
PMID: 38096921
コメント