原題
Incorporating indirect MRI information in a CT-based deep learning model for prostate auto-segmentation.
背景:CT画像は前立腺癌放射線治療における軟部組織の描出に苦労しており、MRIの統合を必要とする。本研究では、CTスキャンにおける輪郭精度を改善するためのディープラーニング(DL)モデルを開発した。
方法:165人の前立腺癌患者からのCTデータを用いて、ESTRO-ACROPガイドラインに従って5つの関心領域に焦点を当てて、136回のスキャンがトレーニング用であり、29回が検査用であった。3D U-Netアーキテクチャがモデルをトレーニングし、2人の臨床医が定性的スコアと比較指標を用いて評価した。
結果:DLモデルは高い精度を達成し、CTVセグメントの96%が最小限の調整を必要とし、89%のダイス類似性係数と約4 mmのHD95を得た。
結論:この新しいCTベースのDLモデルは、MRI輪郭ガイドラインに沿って前立腺の描写を支援し、放射線療法の精度を高めるための有望なツールを提供する。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2025.110806
PMID: 39988305
コメント