脳転移における腫瘍進行と放射線壊死を鑑別するための化学交換飽和移動磁気共鳴画像法の注意誘導型ディープラーニング。

原題
Attention-Guided Deep Learning of Chemical Exchange Saturation Transfer Magnetic Resonance Imaging to Differentiate Between Tumor Progression and Radiation Necrosis in Brain Metastasis.
背景:脳転移に対するSRSは、腫瘍進行(TP)に類似した放射線壊死(RN)を引き起こす可能性がある。この研究では、T1/T2マッピングと組み合わせたCEST MRIと、注意誘導型深層学習によって分析された構造MRIを評価した。

方法:93人の患者(230病変);6ヶ月以上の組織学または連続画像による転帰。2つの注意メカニズムを備えた3Dトランスフォーマーは、モダリティの組み合わせを評価した。

結果:T1c+T2-FLAIR AUC 0.78;アミド+rNOE AUC 0.76。アミド+rNOEを構造マップまたはパラメトリックマップに追加すると、AUCは0.84-0.85に上昇し、6つのモダリティすべてがAUC 0.87に上昇した。

結論:注意誘導学習を伴うCESTプラス構造マップはRNをTPから区別し、管理を改善する可能性がある。
Journal: Int J Radiat Oncol Biol Phys (CiteScore 2022: 11)
DOI: 10.1016/j.ijrobp.2025.10.040
PMID: 41348074