原題
Deep learning for detection and automatic visualization of radiation-induced temporal lobe injury in nasopharyngeal carcinoma across endemic and non-endemic areas in China.
背景:鼻咽頭癌後の放射線誘発側頭葉損傷(RTLI)の早期MRI検出は困難であり、検出と病変可視化のためのMRIベースのマルチタスクディープラーニング(MTL)モデルを開発した。
方法:中国南部および北部の956人の患者;分類およびセグメンテーションのための2.5D ResNet MTLへの軸方向T 2強調MRI入力;AUCおよびDSCを用いて内部、外部およびプロスペクティブコホートで評価;マルチリーダー研究。
結果:AUC 0.953-0.974、感度0.854-0.914、DSC 0.690-0.720。感度は専門家と一致し、有能な読者を改善した;MTL支援は読者のパフォーマンスを改善した。
結論:MTLモデルはRTLIを正確に検出して可視化し、読影者のパフォーマンスを向上させ、領域横断的な臨床上の有望性を示す。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2026.111596
PMID: 42134661
コメント