原題
Development and benchmarking of a Deep Learning-based MRI-guided gross tumor segmentation algorithm for Radiomics analyses in extremity soft tissue sarcomas.
背景:関心領域(VOI)のセグメント化は、四肢軟部組織肉腫(STS)のラジオミクスおよび放射線療法治療に重要である。時間消費と変動性に対処するために、ディープラーニングベースの自動セグメンテーション(DLBAS)アルゴリズムが作成された。
方法:DLBASアルゴリズムは、それぞれ157人と87人の患者からの造影MRIデータで訓練され、テストされた。ベンチマーク研究では、DLBASと、研修医および放射線腫瘍医からの手動によるVOIセグメンテーションを比較した。
結果:DLBASはグラウンドトゥルースと強い類似性を示し、高いラジオミックス特徴安定度を示した。しかし、放射線腫瘍医は症例の4分の1強で臨床的に適切であると判断した。
結論:DLBASアルゴリズムはラジオミクスに対して信頼できるVOI予測を提供するが、治療計画のための直接的な臨床使用は依然として多様である。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2024.110338
PMID: 38782301
Open Access
コメント