コンピュータ断層撮影による肺がんセグメンテーションにおけるディープラーニングの応用に関する系統的レビューおよびメタ解析。

原題
Systematic review and meta-analysis of deep learning applications in computed tomography lung cancer segmentation.
背景:胸部CTスキャンにおける正確な肺腫瘍のセグメント化は、診断と治療に不可欠である。ディープラーニング(DL)はこのタスクの可能性を示しているが、その有効性は臨床状況や腫瘍の病期によって異なる。
方法:PubMed、Embase、およびWeb of Scienceの系統的レビューを実施した。臨床変数およびDiceスコアなどのパフォーマンス指標を考慮して、37件の研究の質を評価した。アルゴリズムの性能に影響する因子を分析した。
結果:プールされたDiceスコアは79%であり、中等度の精度を示した。放射線療法研究のスコアは78%であった。一時的な改善が認められ、より最近の研究では82%への精度の向上が示された。アルゴリズムのタイプ、解像度の調整、および画像のクロッピングがパフォーマンスに影響した。
結論:メタアナリシスは、DLアルゴリズムが肺癌のセグメント化において有望であるが、様々な有効性を有することを示している。特に高度な段階では、精度を向上させるために、調整されたDLモデルの継続的な開発が必要である。最近の進歩は、アルゴリズム的アプローチにおける継続的な改善の重要性を強調している。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2024.110344
PMID: 38806113