文献

J-GLOBAL ID：201802239006991779   整理番号：18A0853439

組込みDICE類似係数パラメータ最適化関数による高リスク口腔咽頭臨床標的容積の自動描写のための深層学習アルゴリズム【JST・京大機械翻訳】

Deep Learning Algorithm for Auto-Delineation of High-Risk Oropharyngeal Clinical Target Volumes With Built-In Dice Similarity Coefficient Parameter Optimization Function

著者 (18件)： Cardenas Carlos E. (Department of Radiation Physics, The University of Texas MD Anderson Cancer Center, Houston, Texas) ,  McCarroll Rachel E. (Department of Radiation Physics, The University of Texas MD Anderson Cancer Center, Houston, Texas) ,  Court Laurence E. (Department of Radiation Physics, The University of Texas MD Anderson Cancer Center, Houston, Texas) ,  Elgohari Baher A. (Department of Radiation Oncology, The University of Texas MD Anderson Cancer Center, Houston, Texas) ,  Elgohari Baher A. (Department of Clinical Oncology and Nuclear Medicine, Faculty of Medicine, Mansoura University, Mansoura, Egypt) ,  Elhalawani Hesham (Department of Radiation Oncology, The University of Texas MD Anderson Cancer Center, Houston, Texas) ,  Fuller Clifton D. (Department of Radiation Oncology, The University of Texas MD Anderson Cancer Center, Houston, Texas) ,  Kamal Mona J. (Department of Radiation Oncology, The University of Texas MD Anderson Cancer Center, Houston, Texas) ,  Kamal Mona J. (Department of Clinical Oncology and Nuclear Medicine, Faculty of Medicine, Ain Shams University, Cairo, Egypt) ,  Meheissen Mohamed A.M. (Department of Radiation Oncology, The University of Texas MD Anderson Cancer Center, Houston, Texas) ,  Meheissen Mohamed A.M. (Department of Clinical Oncology and Nuclear Medicine, Faculty of Medicine, University of Alexandria, Alexandria, Egypt) ,  Mohamed Abdallah S.R. (Department of Radiation Oncology, The University of Texas MD Anderson Cancer Center, Houston, Texas) ,  Mohamed Abdallah S.R. (Department of Clinical Oncology and Nuclear Medicine, Faculty of Medicine, University of Alexandria, Alexandria, Egypt) ,  Rao Arvind (Department of Bioinformatics and Computational Biology, The University of Texas MD Anderson Cancer Center, Houston, Texas) ,  Williams Bowman (Department of Radiation Oncology, The University of Texas MD Anderson Cancer Center, Houston, Texas) ,  Wong Andrew (Department of Radiation Oncology, The University of Texas MD Anderson Cancer Center, Houston, Texas) ,  Yang Jinzhong (Department of Radiation Physics, The University of Texas MD Anderson Cancer Center, Houston, Texas) ,  Aristophanous Michalis (Department of Radiation and Cellular Oncology, The University of Chicago, Chicago, Illinois)
資料名： International Journal of Radiation Oncology, Biology, Physics  (International Journal of Radiation Oncology, Biology, Physics)
巻： 101  号： 2  ページ： 468-478  発行年： 2018年 
JST資料番号： B0262B  ISSN： 0360-3016  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 臨床標的容積(CTV)の輪郭を自動化し,標準化することは,医師間の変動性を減少させることができる。それは,頭頚部放射線療法における不確実性の最大の源の1つである。高リスクCTVを自動描写するために均一なマージン拡大を用いることに加えて,患者および疾患特異的ハイリスクCTVを提供するための研究はほとんど行われていない。本研究の目的は,ハイリスクCTVの自動描写のための深いニューラルネットワークを開発することであった。52人の口腔咽頭癌患者を本研究のために選択した。すべての患者は,2006年1月から2010年8月までテキサスMD Anderson癌センターの大学で治療されて,以前に総腫瘍容積とCTVを持っていた。筆者らは,著者らの施設における医師の輪郭パターンを同定するために,深いオートエンコーダを用いた深い学習アルゴリズムを開発した。これらのモデルは,周囲の解剖学的構造からの距離マップ情報と入力パラメータとしての総腫瘍容積を使用し,高リスクCTVの一部であるボクセルを同定するためにボクセルベース分類を行う。さらに,予測体積の一般化を改善するために,Dice類似性係数(DSC)に基づく新しい確率閾値選択関数を開発した。DSCベース関数を内部交差検証ループの間に実行し,確率閾値をモデルパラメータ最適化の間に事前に選択した。著者らのモデルを評価するために,予測されたものと手動的に輪郭を付けられた体積の間の体積的比較を行った。予測された容積は,著者らの予測された高リスクのCTVsを医師の手の輪郭と比較すると,中央値0.81(範囲0.62~0.90),平均表面距離2.8mm(範囲1.6~5.5),および中央値95のHausdorff距離7.5mm(範囲4.7~17.9)を有していた。これらの予測された高リスクCTVsは,現在の観察者間変動性と比較して,グランドトルースに近い一致を提供した。予測された輪郭は臨床的に実装されることができ,わずかな変化または変化はなかった。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測 ,  患者 ,  ボクセル ,  中央値 ,  ニューラルネットワーク ,  医師 ,  不確実性 ,  放射線療法 ,  類似性 ,  *学習アルゴリズム
準シソーラス用語： 腫瘍サイズ ,  ハイリスク ,  *臨床標的体積 ,  *中咽頭 ,  *パラメータ最適化 , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  人工知能  (JE08000Z) ,  腫ようの放射線療法  (GE03034K)

タイトルに関連する用語 (10件)： 組込み ,  類似 ,  係数 ,  パラメータ最適化 ,  関数 ,  リスク ,  口腔咽頭 ,  臨床標的容積 ,  深層学習 ,  アルゴリズム