原題
PET and CT based DenseNet outperforms advanced deep learning models for outcome prediction of oropharyngeal cancer.
背景:HECKTOR 2022チャレンジは、PETとCT画像を用いて頭頚部癌患者の無再発期間(RFP)を予測するための高度なディープラーニングモデルを提示した。
方法:この研究では、489人の中咽頭がん患者のデータセットを利用し、トレーニングセット(n=369)とテストセット(n=120)に分けた。400人の患者の外部データセットも分析した。この研究では、DenseNetアーキテクチャと3つの最先端(SOTA)モデルを比較した。
結果:DenseNet81は、内部テストでSOTAモデルに匹敵する0.69のC指数を達成したが、後期融合法は外部テスト結果を0.59から0.63に改善した。
結論:DenseNetモデルは、特に後期融合でSOTA性能と効果的に一致し、臨床応用におけるその実行可能性を示した。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2025.110852
PMID: 40118186
コメント