原題
Prior Knowledge-Guided U-Net for Automatic CTV Segmentation in Postmastectomy Radiotherapy of Breast Cancer.
背景:本研究は、乳癌に対する乳房切除術後の放射線療法における臨床標的体積(CTV)の自動セグメンテーションのための事前知見に基づくU-Net(PK-UNet)を開発することを目的とした。
方法:研究者らは102件のCTスキャンを分析し、それらをトレーニング(80件のスキャン)とテスト(22件のスキャン)に分けた。PK-UNetは、セグメンテーション精度を高めるために解剖学的知識を利用して、2段階の自動セグメンテーションアプローチを採用した。
結果:PK-UNetは、平均ダイス類似度係数0.90を達成し、手動修正時間を18.20分から1.02分に短縮し、最先端の方法よりも大幅に優れていた。
結論:事前の医学的知識をディープラーニングに統合することにより、CTVセグメンテーションが改善され、乳房切除術後の放射線療法における臨床ワークフローの効率が向上した。
Journal: Int J Radiat Oncol Biol Phys (CiteScore 2022: 11)
DOI: 10.1016/j.ijrobp.2024.11.104
PMID: 39667584
Open Access
コメント