原題
Dose reduction in 4D CT imaging: Breathing signal-guided deep learning-driven data acquisition.
背景:胸部放射線治療のための4D CTはしばしば過剰な投影を獲得し、患者の被曝線量を増加させる。呼吸信号を用いた深層学習(DL)法を提案し、必要な投影に限定して取得した。
方法:294人の患者(75/25分割)からの1,415の呼吸トレースに関する後ろ向きトレーニング。DLはビームオンイベントを予測し、104の独立した4D CTでテストした。各スキャンは、すべての投影(参照)およびモデル選択された投影(線量低減)で再構成された。比較には、臓器のDice、DIR変位場、アーチファクトの頻度、腫瘍のハウスドルフ距離、および可動域を用いた。
結果:中央値で29%のビームオン/時間および約11.6 mGyの減少(IQR 24-35%)。時間的アラインメントの差はわずかであった。線量低減画像は、高い臓器Dice、小さなDIRシフト、変化しないアーチファクト頻度、及びわずかな腫瘍偏位のみを示した。
結論:DLガイド下収集は、診断および計画に関連する画質を維持しながら、4D CT線量を大幅に低下させ、ALARAを支持する。
Journal: Int J Radiat Oncol Biol Phys (CiteScore 2022: 11)
DOI: 10.1016/j.ijrobp.2025.08.047
PMID: 40975131
コメント