原題
Uncertainty-aware MR-based CT synthesis for robust proton therapy planning of brain tumour.
背景:深層学習技術は、陽子線治療におけるMRベースのCT合成の可能性を示しているが、不確実性予測の欠如は臨床的有用性を制限している。これに対処するために、不確実性を認識する枠組みが開発された。
方法:3つの直交平面の結合したT1-T2 MRから合成CTを生成するために、64人の脳腫よう患者のMR-CT画像対について生成-敵対的ネットワークを訓練した。計画CT(pCT)における合成計画と再計算計画の間の線量測定差を定量化した。
結果:ネットワークは良好な画像品質を示し、不確定性分布は絶対予測誤差と正の相関を示した。不確実性条件付きロバスト最適化は、合成計画と再計算計画との間の改善された一致を示した。
結論:強化された枠組みは、効果的な不確実性予測とMR画像からの高品質な合成CT生成を示し、プロトン計画のロバスト性を改善し、個々の患者の合成CT臨床的有用性評価を支援した。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2023.110056
PMID: 38104781
Open Access
コメント