原題
Deep Learning-Based Synthetic CT for Low Field Brain MR-Guided Radiation Therapy.
背景:MRガイド下放射線治療(MRgRT)は治療中のリアルタイム調整を可能にし、用量計算のために正確な合成CT(synCT)を必要とする。本研究では、神経膠腫患者の低磁場MRIからsynCTを生成するために設計された条件付き敵対的生成ネットワーク(cGAN)を提示する。
方法:cGANは、12人の神経こう腫患者からのシミュレーションMR-CTペアで訓練された。モデルのパフォーマンスは、平均絶対エラー(MAE)やピーク信号対雑音比(PSNR)などのメトリックを使用して評価された。線量測定精度は、線量体積ヒストグラム(DVH)とガンマ分析によって評価された。
結果:cGANは、強力な線量測定の一致とガンマ分析で92%を超える合格率で、高品質のSynCT(70.9 HUのMAE)を達成した。
結論:cGANは高忠実度脳SynCTを効果的に生成し、適応MRgRTのためのロバストな線量計算を容易にした。
Journal: Int J Radiat Oncol Biol Phys (CiteScore 2022: 11)
DOI: 10.1016/j.ijrobp.2024.09.046
PMID: 39357787
コメント