原題
A 4D-CBCT correction network based on contrastive learning for dose calculation in lung cancer.
背景:本研究では、肺癌線量計算のための4次元コーンビーム計算機トモグラフィー(4D-CBCT)における画像品質とCT値補正を改善するために、新しいディープラーニングネットワークである対照学習に基づくサイクル敵対的生成ネットワーク(CLCGAN)を導入した。
方法:高度な非小細胞肺癌患者画像を用いて、生成された合成コンピュータ断層撮影(sCT)画像の定性的および定量的評価を用いてCLCGANモデルを訓練した。
結果:評価は、画像品質の向上と、肺、骨、軟部組織のCT値の差の大幅な減少を示している。用量計算は、4D-CBCTと比較して4D-sCTで有意に改善された。
結論:画像化と線量計算精度の改善を考慮すると、CLCGAN補正4D-CBCTは肺癌線量計算の可能性を秘めている。
Journal: Radiat Oncol (CiteScore 2022: 6.6)
DOI: 10.1186/s13014-024-02411-y
PMID: 38336759
コメント