原題
Multicenter deep Learning-Based automatic delineation of CTV and PTV in uterine malignancy CT imaging.
背景:正確なCTVとPTVの描写は子宮放射線療法に必須である;手動輪郭形成は時間がかかり主観的であり、既存の自動方法は交差型と多施設検証を欠いている。
方法:レトロスペクティブな602の造影CT(302の内部:177のトレイン、41の内頸部検査、84の子宮内膜検査;300の外頸部)。専門家はCTV/PTVの輪郭を描いた。DSC、HD95、およびASDを使用して、2D、フル解像度3D、およびカスケード3Dネットワークを評価した。
結果:専門家との強い一致。内部平均DSC:PTV 83.4%、CTV 81.2%(PTV ASD 2.01 mm、HD95 5.71 mm;CTV ASD 1.35 mm、HD95 4.75 mm)。子宮内膜PTV DSC 82.9%;輪郭の約90%は編集を必要としなかったか、わずかな編集を必要とした。
結論:多施設で検証されたディープラーニングフレームワークは、子宮悪性腫瘍全体にわたってCTV/PTVを確実に描写し、一貫性を改善し、作業負荷を軽減する。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2025.111212
PMID: 41120056
コメント