原題
A deep learning model for distinguishing pseudoprogression and tumor progression in glioblastoma based on pre- and post-operative contrast-enhanced T1 imaging.
**背景:**膠芽腫(GBM)における偽進行(PsP)と腫瘍進行(TuP)の正確な鑑別は、患者の管理と予後に不可欠である。本研究は、標準治療後のPsPまたはTuPを予測するために、造影T 1強調MRIを用いたディープラーニング(DL)モデルを作成することを目的とした。
**方法:**GBM患者110名のMRI検査データを解析し、トレーニングセット(n=68)と検証セット(n=42)に分けた。特徴を抽出し、結果を分類するために、Vision Transformer(ViT)モデルといくつかの畳み込みニューラルネットワーク(CNN)を使用した。
**結果:**複合CET1イメージングアプローチは、検証において95.2%のAUCを達成したが、マルチモーダルモデルは99.3%のAUCに達した。
**結論:**開発されたDLモデルは、GBM患者においてPsPとTuPを効果的に識別し、早期治療反応評価を強化する。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2025.111111
PMID: 40854380
コメント