肺がんに対するIMRT用量分布をドースマスクで予測するための新しいディープラーニングモデル

Xuezhen Feng^1,2, Mingqing Wang², Xinyan Lin^3,2

¹School of Nuclear Science and Technology, University of South China, Hengyang, China.

Frontiers in oncology

|September 4, 2025

まとめ

この研究は,投与マスクを組み込むことで3D U-Netモデルを使用して,肺がん放射線治療の用量予測を強化しています. この方法は,特に低用量領域で,強度調節放射線治療の精度を大幅に改善します.

科学分野:

医学物理学
放射線療法
医療における人工知能

背景:

3D U-Netモデルは放射線療法用量の予測に不可欠です.
現在のモデルは,肺がんのIMRTにおいて,中位および低用量領域で苦労しています.
既存の方法は従来の放射線治療技術に限定されています.

研究の目的:

肺がんの強度調節放射線療法 (IMRT) の改善された用量予測方法を開発する.
3D U-Netモデルに用量マスク情報を組み込むことの影響を調査する.
様々な放射線療法処方法の予測の正確性と安定性を向上させる.

主な方法:

従来の放射線治療と同時統合放射線治療 (SIB) の混合データセットを使用した.
モデル入力としてCT画像,解剖学的構造,および用量マスク情報を組み込みます.
5つの3DU-NETモデルを訓練し,その影響を評価するために,異なる数の用量マスクを使用した.

主要な成果:

ドズマスクの導入により,標的体積 (PTVs) とリスクのある臓器 (OARs) の予測精度が大幅に改善されました.
OARにおけるドシメトリック指標の平均絶対誤差 (MAE) は2%を下回った.
Voxel-wise MAEは,特に低用量領域での用量マスクの増加によって一貫して減少し,トレーニングの効率と安定性を高めます.

結論:

肺がんのIMRT用量予測のための新しい用量マスク支援方法が提案されました.
この方法は,様々な臨床シナリオと処方制において,高い精度と堅実性を示した.
多量マスクの数を増やすことでモデルの性能と予測精度は徐々に向上しました

キーワード:

IMRT についてディープラーニング投与量予測肺がん放射線治療の計画

さらに関連する動画

04:09

Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma

Published on: October 10, 2018

8.3K

07:53

Author Spotlight: Advancing 3D Modeling for Enhanced Diagnosis and Treatment of Pulmonary Nodules in Early-Stage Lung Cancer

Published on: October 13, 2023

1.6K

関連する概念動画

02:43

Mouse Models of Cancer Study

4.7K

Mice have long served as models for studying human biology and pathology because of their phylogenetic and physiological similarity with humans. They are also easy to maintain and breed in the laboratory, and hence, many inbred strains are now available for research. Studies on mice have contributed immeasurably to our understanding of cancer biology.
The development of transgenic, knockout, and knock-in mice has led to an exponential increase in their use as model organisms in research,...

4.7K

01:06

Model Approaches for Pharmacokinetic Data: Distributed Parameter Models

333

Pharmacokinetic models are mathematical constructs that represent and predict the time course of drug concentrations in the body, providing meaningful pharmacokinetic parameters. These models are categorized into compartment, physiological, and distributed parameter models.
The distributed parameter models are specifically designed to account for variations and differences in some drug classes. This model is particularly useful for assessing regional concentrations of anticancer or...

333

関連する実験動画