原題
Deep Learning-Based Cardiac Chamber Segmentation in Magnetic Resonance-Guided Adaptive Radiation Therapy.
背景:正確な心腔セグメンテーションは、MRガイド下適応放散治療における放射線誘発心臓毒性を最小にするために不可欠である。本研究では、毎日のMR画像を用いた自動セグメンテーションモデルを開発した。
方法:20人の健康なボランティアは、T2/T1 3 DVaNEXDシーケンスを利用して、1.5-T MR-Linacで毎日MRスキャンを受けた。bFFE-SPAIR、T1 mDixon、およびハイブリッドモデルの3つのセグメンテーションモデルをトレーニングした。Dice類似係数(DSC)を用いて性能を評価し、5点リッカートスケールで臨床受容性を測定した。
結果:bFFEモデルは0.85の最高のDSCを達成した。臨床的受容性は高く、95%の輪郭が許容可能と考えられた。
結論:これらのセグメンテーションモデルは、MRガイド下適応放散療法における心臓温存を強化することができる。
Journal: Adv Radiat Oncol (CiteScore 2022: 4.5)
DOI: 10.1016/j.adro.2025.101845
PMID: 40808698
コメント