原題
Patient-specific deep learning tracking framework for real-time 2D target localization in MRI-guided radiotherapy.
背景:本研究では、MRIガイド下放射線療法中のリアルタイム位置特定を強化するために、患者固有のデータで訓練された2つのディープラーニングモデルに基づいて、2DシネMRIを用いた腫瘍追跡フレームワークを提案する。
方法:219人の患者からの合計1,400,000のシネMRIフレームと、35人の追加の患者からの7,500の手動でラベル付けされたフレームが利用された。モデルには、画像レジストレーショントランスフォーマーと自動セグメンテーションCNNが含まれ、ラベルなしデータとラベル付きデータの両方でトレーニングされた。
結果:患者特異的トランスフォーマーおよびCNNは、従来の方法よりも優れており、腫瘍位置を定義する際に高いダイス類似係数および低いハウスドルフ距離およびRMSEを達成した。
結論:開発された患者固有のディープラーニングモデルは、MRIガイド下放射線療法を受ける患者に対して、リアルタイムで正確な標的位置特定を可能にする。
Journal: Int J Radiat Oncol Biol Phys (CiteScore 2022: 11)
DOI: 10.1016/j.ijrobp.2024.10.021
PMID: 39461599
Open Access
コメント