原題
Development and comprehensive evaluation of a national DBCG consensus-based auto-segmentation model for lymph node levels in breast cancer radiotherapy.
背景:本研究は、デンマークの高リスク乳癌患者におけるリンパ節臨床標的体積(CTVn)に対する多施設深層学習(DL)自動セグメンテーションモデルを訓練し、検証し、全国的な臨床実施を促進することを目的とした。
方法:21の放射線治療センターの専門家が、ESTROガイドラインに従ってゴールドスタンダードのデータセットを作成した。4つのDLモデルを開発し、Dice Similarity Coefficient(DSC)を含む定性的および定量的指標に対して試験し、全国委員会によって評価した。
結果:ほとんどのモデルはDSC中央値>0.7を達成し、定性的評価では、DL構造は手動描写と比較して補正の必要性が低いことが示された。
結論:DLモデルは専門家間の観察者間変動と一致し、手動法と同等または優れた臨床的受容を示した。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2024.110567
PMID: 39374675
Open Access
コメント