原題
Deep Learning for Automated Measures of SUV and Molecular Tumor Volume in [(68)Ga]PSMA-11 or [(18)F]DCFPyL, [(18)F]FDG, and [(177)Lu]Lu-PSMA-617 Imaging with Global Threshold Regional Consensus Network.
背景:転移性去勢抵抗性前立腺癌は,PSMAおよびFDG PET測定基準を用いたLuPSMA治療のためのより良い選択を必要とする;以前の自動PET定量は適度であった。
方法:境界/後処理の改良を伴うnnU Net上に構築されたグローバルしきい値領域コンセンサスネットワークは、施設の注釈(676 PSMA PET、390 FDG PET、477 LupSA SPECT)で訓練され、56の外部PET/CT上の症例で検査された。
結果:平均体積Dice:PSMA PET 0.94、FDG PET 0.84、LuPSMA SPECT 0.97(外部PSMA 0.95、FDG 0.84)。手動ラベルに対するバイオマーカーピアソン相関は、約0.88-0.99の範囲であった。モデルはDiceを3-5%改善し、表面一致は10-17%改善した。
結論:洗練された自動セグメンテーションは、疾患およびトレーサーの結合活性を正確に描写し、事前に訓練されたモデルおよび適応スクリプトがオープンに提供される。
Journal: J Nucl Med (CiteScore 2022: 12.9)
DOI: 10.2967/jnumed.125.270077
PMID: 40967759
コメント