原題
Synthetic CT generation from CBCT and MRI using StarGAN in the Pelvic Region.
背景:本研究では、MRI検査とCBCTから合成コンピュータ断層撮影(sCT)画像を生成するための深層学習モデルであるStarGANを評価し、MRI検査シミュレーションと適応放散療法(ART)を強化することを目的とした。また、StarGANのパフォーマンスをCycleGANと比較した。
方法:53例の骨盤癌症例のデータセットを用いて、StarGANとCycleGANの両方を、合成画像の質と線量分布に焦点を当てて定性的および定量的に分析した。
結果:StarGANは定性的に良好な解剖学的保存を示したが、CycleGANは体と骨のハンスフィールドユニットの平均絶対誤差(MAE)が低かった。両モデルとも平均線量差2%以内で線量測定評価を達成した。
結論:CycleGANは定量的指標に優れていたが、StarGANの解剖学的保存は放射線療法におけるsCT発生の可能性を示している。
Journal: Radiat Oncol (CiteScore 2022: 6.6)
DOI: 10.1186/s13014-025-02590-2
PMID: 39905495
コメント