原題
Explainable dual-task deep learning model for recurrence prediction and dose-sensitive region identification in HNC radiotherapy.
背景:頭頚部癌における放射線療法後のDMとLRの予測は、個別化治療の指針となる。
方法:237人の患者(トレーニング/内部/外部コホート);デュアルタスク3D SE ResNetは、DMおよびLRを予測するためにCT、3D線量およびGTVマスクを使用した;Cindexによって評価;GradCAMおよびActivation Volume Histogram(AVH)による解釈可能性。
結果:C指数は0.92(DM)と0.74(LR)で、ラジオミクスより優れていた。GradCAMはDMのリンパ活性化とLRの腫よう活性化を局在させた。AVHは65 Gy以上のGTV(±3 mm)領域を最も識別した。
結論:LRの可能性である正確なDM予測は、空間的線量測定ガイダンスを提供し、多施設検証が必要である。
Journal: Int J Radiat Oncol Biol Phys (CiteScore 2022: 11)
DOI: 10.1016/j.ijrobp.2026.07.060
PMID: 42595266
コメント