原題
Effect of Anatomic Contextual Information on the Performance of a Convolutional Neural Network Tasked With Brain Metastasis Detection.
背景:CNNによる脳転移の自動検出は構造を強調するが、解剖学的状況を追加することの影響は不明である。
方法:nnU-Netは、1,111の転移および標識されたリスク臓器を有する301のT1 CE MRIで訓練した。2つの設定:転移のみ(BM)対転移+OAR(BM+OAR)。試験:100例、421転移。
結果:BM+OARはBMよりも優れていた:Dice中央値0.79対0.75(p<.001);感度中央値はいずれも1.0で、IQRはより厳密であった(p<.01);PPV 0.77対0.50(p<.001)。偽陽性のうち、47/151(BM+OAR)対22/231(BM)が実際の腫瘍であった(p<.001)。
結論:トレーニング中に解剖学的コンテキストを含めることは、CNN検出精度を改善し、偽陽性を減少させ、自動サーベイランスへの採用を支持する。
Journal: Adv Radiat Oncol (CiteScore 2022: 4.5)
DOI: 10.1016/j.adro.2026.102092
PMID: 42733485
コメント