0.35 T磁気共鳴画像誘導放射線治療のための内部胸部自動セグメンテーションモデルの実施と臨床評価

科学分野:

• 医学物理学
• 放射線腫瘍学
• 医療における人工知能

背景:

• リスクのある臓器 (OARs) の手動の線引きは,磁気共鳴画像誘導放射線療法 (MRgRT) で時間がかかります.
• 自動セグメンテーションモデルは,肺腫瘍患者のMRgRTのワークフローを簡素化する可能性を秘めています.

研究 の 目的:

• 基礎治療計画における胸部OAR自動セグメンテーションモデルの臨床的適用性を調査する.
• これらのモデルが医師の作業量を軽減し,手作業による矯正の範囲を定量化する可能性を評価する.
• 0. 35TのMR-ライナックで自己セグメンテーションを臨床実践に統合するための洞察を提供するためです.

主な方法:

• 9つの胸部OARのディープラーニングモデルがMRgRTのワークフローに統合されました.
• 肺がん症例の2つのグループが前向きに研究されました:グループ1 (医師による矯正による自己セグメンテーション) とグループ2 (手動コントゥアリング).
• 調整時間は記録され,時間の節約と修正の程度と時間の相関性を分析しました.

主要な成果:

• 自動セグメンテーションモデルは ケースごとに一貫して良好でした
• OARの9件のうち6件でコントールの平均時間が短縮された.
• 全体のコントーリング時間を平均50. 3% (12. 6分) 短縮した.

結論:

• 0. 35TのMR-ライナックでベースラインの治療計画では自動セグメンテーションが実行可能であり,かなりの時間の節約を示しています.
• オートセグメンテーション統合の臨床的価値は,医師の作業量の減少によって示された.
• モデルの幾何学的な性能指標は,時間の節約の可能性を直接予測しませんでした.