原題
Smart contours: deep learning-driven internal gross tumor volume delineation in non-small cell lung cancer using 4D CT maximum and average intensity projections.
背景:内部総腫瘍体積(IGTV)の正確な描写は、非小細胞肺癌(NSCLC)の治療に不可欠である。本研究では、4次元(4D)CT画像からの最大及び平均強度投影を用いてIGTV描写を自動化するディープラーニング(DL)法を紹介した。
方法:124人のNSCLC患者を登録し、それらをトレーニングセットと検証セットに分けた。DLモデルをMIPとAIP画像で訓練し、ダイス類似性係数(DSC)とハウスドルフ距離(HD95)で性能を評価した。
結果:AIP画像で訓練された注意U-netは、0.871の平均DSCと2.958 mmの平均HD95を達成し、MIP画像よりも優れていた。
結論:DLモデルはIGTVの描出を改善し、肺癌放射線治療計画の効率と精度を高める。
Journal: Radiat Oncol (CiteScore 2022: 6.6)
DOI: 10.1186/s13014-025-02642-7
PMID: 40251610
コメント