回転型強度変調放射線治療を受けた食道癌患者の治療前放射線性食道炎予測における深層学習とラジオミクスの併用。

原題
Combined deep learning and radiomics in pretreatment radiation esophagitis prediction for patients with esophageal cancer underwent volumetric modulated arc therapy.
背景:本研究は,ラジオミクス,深層学習,及び食道癌(VMAT)データを用いて,回転型強度変調放射線治療患者における放射線性食道炎(RE)の予測モデルの開発を試みた。
方法:本研究では、VMATを受けた273人のEC患者からのCT、RD、および畳み込みニューラルネットワークの特徴をレトロスペクティブにレビューし、検証し、抽出した。
結果:ディープラーニングとドシオミクスを組み合わせたモデルは、トレーニング、内部、および外部コホートにおいて高い予測精度(AUCで表される)を達成した。
結論:用量は予測の精度に寄与しなかったが、複数の特徴抽出法の組合せは予測を改善した。特に、深層学習とドシオミック特徴の組み合わせは、VMATを受けているEC患者のREを予測するのに有望であった。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2024.110438
PMID: 39013503