原題
AS-NeSt: a Novel 3D Deep Learning Model for Radiotherapy Dose Distribution Prediction on Esophageal Cancer Treatment with Multiple Prescriptions.
背景:本研究では、食道癌治療のための放射線治療線量を予測する際の限られたデータ利用可能性と腫瘍の複雑さの障害を克服するために、ロバストなディープラーニングモデルであるAS-NeStを開発した。
方法:530人の食道癌患者からのデータを収集し、新しい3D ResNeStブロックと非対称アーキテクチャを用いたAS-NeStモデルを開発した。モデルの性能とその臨床的利点を既存の代替案に対して評価した。
結果:AS-NeStモデルの予測誤差は5%未満であり、既存のモデルを上回った。これにより、治療前評価の精度が向上し、計画時間が短縮され、線量測定士間の不一致が軽減された。
結論:AS-NeStモデルは食道癌治療の3D線量分布をうまく予測し、そのような症例の臨床管理を改善する可能性を示している。
Journal: Int J Radiat Oncol Biol Phys (CiteScore 2022: 11)
DOI: 10.1016/j.ijrobp.2023.12.001
PMID: 38159780
コメント