原題
Dose-Incorporated Deep Ensemble Learning for Improving Brain Metastasis SRS Outcome Prediction.
背景:本研究は脳転移症例における定位放射線手術(SRS)後の局所制御結果を予測するための深層アンサンブル学習モデルを開発することを目的とした。
方法:82人の患者からの114の脳転移からのデータを、結果予測のためにユニークな球形投影式を利用して、VGG-19ディープエンコーダを通して評価した。次に、このモデルを3つの既存のモデルと比較した。1つはVGG-19エンコーダであり、2つはアンサンブルであった。
結果:アンサンブルモデルは、優れた精度、感度、特異度、およびAUCの結果で優れた性能を示し、他の3つの評価されたモデルよりも優れていた。
結論:球面投影を用いたディープアンサンブルモデルは、脳転移におけるSRS後の局所障害を予測する優れた可能性を示し、将来の放射線療法結果モデルを改善する可能性がある。
Journal: Int J Radiat Oncol Biol Phys (CiteScore 2022: 11)
DOI: 10.1016/j.ijrobp.2024.04.006
PMID: 38615888
コメント