原題
Generalizable MRI-based Nasopharyngeal Carcinoma Delineation: Bridging Gaps across Multiple Centers and Raters with Active Learning.
背景:本研究の目的は、鼻咽頭癌における肉眼的腫瘍体積描写のための能動学習およびソースフリードメイン適応を利用するディープラーニング法を開発し、多施設および複数評価者環境にわたるセグメンテーションの課題に対処することである。
方法:5つの病院からの合計1057のMRIスキャンが収集され、専門家によって注釈が付けられた。1つのデータセットはモデル開発に指定され、他のデータセットは適合テストに使用された。パフォーマンスは、ダイス類似度係数(DSC)や95%ハウスドルフ距離(HD95)などの指標を使用して評価された。
結果:この方法は、様々なデータセットにわたって0.70から0.86の中央値DSCおよび3.16 mmから7.21 mmのHD95を達成し、完全に監視されたモデルと同等の性能を実証した。
結論:この方法は、限られたラベル付きデータで上咽頭癌における正確なGTVセグメンテーションのための効果的で実用的な解決策を提供する。
Journal: Int J Radiat Oncol Biol Phys (CiteScore 2022: 11)
DOI: 10.1016/j.ijrobp.2024.11.064
PMID: 39557309
Open Access
コメント