原題
Custom-Trained Deep Learning-Based Auto-Segmentation for Male Pelvic Iterative CBCT on C-Arm Linear Accelerators.
背景:本研究では、前立腺のコーンビームCT(CBCT)治療における自動セグメンテーションのための人工知能(AI)ベースのツールを評価した。
方法:研究者らは、116のCBCTデータセットで訓練されたAI駆動の深層学習自動セグメント化モデルを使用し、リスクのある臓器および標的体積を手動で概説した。さらに25のデータセットについて、訓練を受けた医師がセグメンテーションの精度をテストし、参照セットおよび代替方法と比較した。
結果:AIモデルは有意差を示し、ほとんどの場合、代替法よりも優れた性能を示し、ダイス類似度係数値で高いスコアを示した。このモデルの性能は、前立腺床のセグメンテーションでは弱かった。
結論:AIベースのモデルは、CBCTベースの線量評価および研究において、従来の方法と比較して、改善されたセグメンテーション精度および効率の可能性を示す。
Journal: Pract Radiat Oncol (CiteScore 2022: 4.6)
DOI: 10.1016/j.prro.2024.01.006
PMID: 38325548
コメント