原題
Modality-AGnostic image Cascade (MAGIC) for multi-modality cardiac substructure segmentation.
背景:心臓下部構造の描写は放射線心疾患リスクを低下させるが、モデルは画像診断法および重複するラベルにわたって十分に一般化できない。
方法:MAGIC(Modality Agnostic Image Cascade)は、複製されたnnU Netエンコーダ/デコーダを使用して、Sim CT、MR LinacおよびCCTAから重複する心臓の下部構造をセグメント化する;DSCを使用して半教師付きで訓練され、単一モードモデルに対してベンチマークされる。
結果:MAGICはMMWHS DSC 0.88(CCTA)および0.87(MR)を有意な増加で達成した;20構造DSC:Sim CT 0.75、MR Linac 0.68、CCTA 0.80;心臓/心室≈0.93-0.96、冠動脈およびリンパ節が低い;トレーニング時間およびパラメータは>80%および>70%減少した。
結論:MAGICは、精度を犠牲にすることなく、マルチモーダルで重複する心臓セグメンテーションのための効率的で軽量な単一モデル解である。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2025.111296
PMID: 41271169
コメント