原題
Deep-learning for rapid estimation of the out-of-field dose in external beam photon radiotherapy – A proof of concept.
背景:外部光子ビーム放射線療法における照射野外線量の推定は、二次癌の発生や放射線免疫療法治療への悪影響などの潜在的リスクのために極めて重要である。モンテカルロシミュレーションを含む既存の推定ツールは、その限界のために臨床使用には適していない。
方法:3D U-Net深層学習モデルを用い、フィールド内線量と患者の解剖学的構造を入力として利用した。このモデルは、3151人の小児患者からのデータを用いて訓練され、パフォーマンス指標として二乗平均平方根偏差(RMSD)を用いて433人の患者でテストされた。
結果:トレーニングおよび検証データセットのRMSD結果は、それぞれ0.28および0.41 cGy.Gyであったが、テストデータセットでは様々なRMSD値が得られた。
結論:深層学習アプローチは、限界にもかかわらず実質的な一般化可能性を示し、臨床実施の有望な可能性を示した。
Journal: Int J Radiat Oncol Biol Phys (CiteScore 2022: 11)
DOI: 10.1016/j.ijrobp.2024.03.007
PMID: 38554830
Open Access
コメント