原題
Synthetic CT generation for pelvic cases based on deep learning in multi-center datasets.
背景:本研究は、敵対的生成ネットワーク(GANs)を用いた多施設データセットにわたって、直腸癌に対するMRのみの放射線療法のためのMR画像からCT画像を生成する可能性を評価することを目的とした。
方法:109人の直腸癌患者からのMR画像とCT画像を比較し、骨盤MRIからCTへの合成のための新しいモデルを提案した。合成CTの線量測定精度を光子計画のためのCTベースの線量分布に対して試験した。
結果:このモデルは優れた一般化を示し、複数の測定において単純なCycleGANよりも優れていた。合成CTと実際のCTの間のほとんどの差は線量測定分析で1%未満であった。
結論:本研究では、MR画像から正確な合成CT画像を生成することは実行可能であり、直腸癌放射線療法の臨床的に許容される基準を満たし、潜在的なMRIのみのワークフローを示唆した。
Journal: Radiat Oncol (CiteScore 2022: 6.6)
DOI: 10.1186/s13014-024-02467-w
PMID: 38982452
コメント