原題
Nasopharyngeal cancer adaptive radiotherapy with CBCT-derived synthetic CT: deep learning-based auto-segmentation precision and dose calculation consistency on a C-Arm linac.
背景:本研究では、従来のCアームライナック上のコーンビームCT(CBCT)スキャンからの合成CT(sCT)画像を用いて、上咽頭癌に対する適応放射線療法における自動ディープラーニングセグメンテーションと線量計算の有効性を評価した。
方法:16人のNPC患者は、週1回のCBCTスキャンと並行して、初期および適応CTスキャンを分析する2相オフライン適応放射線療法を受けた。サイクルGANはsCT画像を生成し、これは自動セグメント化され、GPU加速線量再計算を受けた。セグメンテーション精度と線量測定の一貫性を評価した。
結果:ほとんどの構造(DSC>0.85)で高い一致が認められたが、GTVpとGTVnはスコアが低かった。線量測定上の差は最小限であり、解剖学的変動には有意な相関があった。
結論:このアプローチは、体積および線量測定の差が最小限であることを示し、NPCにおける適応放射線療法の人的依存性の低下および潜在的な効率改善を示した。
Journal: Radiat Oncol (CiteScore 2022: 6.6)
DOI: 10.1186/s13014-025-02715-7
PMID: 40877957
コメント