原題
Comparative Analysis of Atlas and Neural Network Autosegmentation Methods for Pediatric Craniospinal Irradiation With the Development of a Knowledge-Based Quality Assurance Tool.
背景:本研究では、小児頭蓋脊髄照射(CSI)のための知識ベースの品質保証(QA)ツールを開発しながら、アトラスとニューラルネットワークの自動セグメンテーション法を評価した。
方法:アトラス、市販AI、および社内AIを用いて、63人のCSI患者に対して自動セグメンテーションを実施した。重要な臓器にわたる13の指標を用いてパフォーマンスを評価し、100人の患者からのカーネル密度推定を用いてQAツールを作成した。
結果:社内AIは、重複と距離のメトリックにおいて、Atlasと商用AIよりも優れていた。QAツールは、社内AIの60.7%でベースラインKDEと100%一致することを示した。
結論:社内AIは優れた自動セグメンテーション精度を示し、臨床現場でのエラー検出と修正を強化した。
Journal: Adv Radiat Oncol (CiteScore 2022: 4.5)
DOI: 10.1016/j.adro.2025.101847
PMID: 40761684
コメント