原題
The Use of Maximum-Intensity Projections and Deep Learning Adds Value to the Fully Automatic Segmentation of Lesions Avid for [(18)F]FDG and [(68)Ga]Ga-PSMA in PET/CT.
背景:本研究では、[F]FDGおよび[Ga]Ga-PSMA PET/CTスキャンにおける病変の深層学習に基づく自動セグメンテーションに対する最大強度投影(MIP)画像の有効性を評価する。
方法:489[F]FDGおよび355[Ga]Ga-PSMA PET/CTスキャンを用いて、3つのセグメンテーションアプローチを比較した:標準DL、MIP-DL、および組み合わせた方法。
結果:MIP-DLアプローチは[F]FDGスキャンにおける偽陽性率を低下させたが、感度は一定であり、併用法はパフォーマンスを有意に改善した。外部テストでも、MIP-DLは利点を示した。しかし、[Ga]Ga-PSMAスキャンではパフォーマンスの向上は認められなかった。
結論:MIP-DLは[F]FDG PET/CTスキャンの自動セグメンテーションを強化し、偽陽性を低下させ、腫瘍負荷評価を改善するが、[Ga]Ga-PSMAスキャンには利点を提供しない。
Journal: J Nucl Med (CiteScore 2022: 12.9)
DOI: 10.2967/jnumed.124.269067
PMID: 40081959
コメント