原題
Deep learning-based automatic segmentation of cardiac substructures for lung cancers.
背景:肺癌放射線治療において、放射線誘発心疾患のリスクを低減するためには、心臓の下部構造の正確なセグメント化が重要である。本論文では、これらの下部構造に対するディープラーニングに基づく自動セグメンテーションモデルを提示する。
方法:100人の肺癌患者からの19の心臓下部構造は、2人の放射線腫瘍医によって手動で概説された。nnU-Net自動セグメンテーションモデルを訓練し、このデータでテストし、結果を手動輪郭と比較した。
結果:自動セグメント化モデルは、手動で描いた輪郭に対して許容できる高い類似性を示した。また、いずれの部分構造に対しても平均/最大線量に比較的小さな誤差を示した。さらに、自動セグメント化された輪郭の94%は、医師によって臨床的に許容できると考えられた。
結論:この論文は、心臓の下部構造の描写におけるnnU-Netモデルの有効性を証明し、さらなる放射線量研究の可能性を示している。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2023.110061
PMID: 38122850
コメント