原題
Dose prediction of CyberKnife Monte Carlo plan for lung cancer patients based on deep learning: robust learning of variable beam configurations.
背景:本研究は、特に様々なビーム構成で、サイバーナイフ(CK)のモンテカルロ(MC)アルゴリズムにより計算した3D線量分布を予測するためにディープラーニングを用いることにより、肺癌放射線治療計画を強化することを目的とした。
方法:本研究では、3D U-Netネットワークを利用して、AB(解剖学的構造およびビーム)モデルとMask(解剖学的構造のみ)モデルを比較した。CK治療を受けた86人の肺癌患者からのデータを、ガンマ通過率、線量差マップ、および線量-容積指標に焦点を当てて分析した。
結果:ABモデルは、線量領域でマスクモデルよりも20～40%優れており、計画標的体積(PTV)で約99%、小さなボクセルで90%以上の改善を達成した。
結論:ABモデルは、MC線量の迅速かつ正確な予測を可能にし、個別化されたビーム構成に基づいて肺癌に対するCK治療を最適化する。
Journal: Radiat Oncol (CiteScore 2022: 6.6)
DOI: 10.1186/s13014-024-02531-5
PMID: 39587661
コメント