原題
Risk Estimation of Late Rectal Toxicity Using a Convolutional Neural Network-based Dose Prediction in Prostate Cancer Radiation Therapy.
背景:本研究では、前立腺癌の回転型強度変調放射線治療におけるグレード2以上の遅発性直腸出血(G2-LRB)のリスクを予測するための畳み込みニューラルネットワークモデルを評価した。
方法:2次元U-netモデルを開発し、訓練用に60、試験用に15の75の治療計画を用いて線量分布を推定した。
結果:CNNは高い精度を示し、0.90の平均等線量体積ダイス類似性係数を達成し、計画されたG2-LRB予測(R²=0.80)と強い相関を示した。
結論:CNNベースのモデルはLRBリスクを効果的に推定し、ヒドロゲルスペーサー移植のような放射線療法前介入の症例の優先順位付けに役立つ。
Journal: Adv Radiat Oncol (CiteScore 2022: 4.5)
DOI: 10.1016/j.adro.2025.101739
PMID: 40161541
コメント