呼吸性移動代償のオンライン予測:MRI検査ガイド下放射線療法の患者特異的ゲーティング制御。

原題
Online prediction for respiratory movement compensation: a patient-specific gating control for MRI-guided radiotherapy.
背景:本研究の目的は、肝癌および肺癌に対するMRガイド下放射線療法中の臓器または腫瘍の動きを予測するための線形回帰の有効性を評価することであった。
方法:21人の肝癌患者と10人の肺癌患者からのシネMRシーケンスを用いて予測アルゴリズムを開発した。3つの線形予測子と3つのリカレントニューラルネットワーク(RNN)を0.4sと0.6sの予測窓で試験した。オンライン予測中のパラメータ適応のために30sのバーンイン期間を用いて、適応線形回帰モデルも評価した。
結果:線形回帰は予測精度においてRNNよりも優れていた。適応線形回帰アルゴリズムは、肝癌患者と肺癌患者の両方に対して高いゲーティング精度と低いゲーティング誤差で最良の性能を達成した。
結論:本研究では、適応線形回帰アルゴリズムは、RNNベースの方法と比較して、オンラインゲーティング制御のためのより費用対効果が高く正確な方法であると結論付けた。
Journal: Radiat Oncol (CiteScore 2022: 6.6)
DOI: 10.1186/s13014-023-02341-1
PMID: 37697360
Open Access