婦人科癌の3D CT画像に基づく高線量率密封小線源治療における間質針の深部学習支援自動ディジタル【JST・京大機械翻訳】

Jung Hyunuk; Jung Hyunuk; Jung Hyunuk; Shen Chenyang; Shen Chenyang; Shen Chenyang; Gonzalez Yesenia; Gonzalez Yesenia; Gonzalez Yesenia; Albuquerque Kevin; Jia Xun; Jia Xun; Jia Xun; Jia Xun

文献

J-GLOBAL ID：202002224863423076 整理番号：20A0333462

婦人科癌の3D CT画像に基づく高線量率密封小線源治療における間質針の深部学習支援自動ディジタル【JST・京大機械翻訳】

Deep-learning assisted automatic digitization of interstitial needles in 3D CT image based high dose-rate brachytherapy of gynecological cancer

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=20A0333462&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A0333462&from=J-GLOBAL&jstjournalNo=D0324A") }}

著者 (14件)： , , , , , , , , , , , , ,
資料名：
巻： 64 号： 21 ページ： 215003 (12pp) 発行年： 2019年
JST資料番号： D0324A ISSN： 0031-9155 CODEN： PHMBA7 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：イギリス (GBR) 言語：英語 (EN)

間質性針のデジタル化は,婦人科癌の3D CT画像に基づく間質性高線量率照射療法(HDRBT)の治療計画のための複雑で面倒な過程である。著者らは,格子間針のための深い学習支援自動化法を開発した。デジタル化法は,2つのステップから成った。最初のステップは,CT画像からすべての針を分割するために,Uネット構造を有する深いニューラルネットワークを使用した。第2ステップは,分割ボクセルを異なる針グループに同時にクラスタ化し,最適化問題を解くことにより,ニードル中心軌跡を生成した。著者らは,U-netの訓練に使用されなかった10人の間質性HDRBT患者の症例において,開発した方法の有効性を評価した。症例当たりの針の平均数は20.7であった。セグメンテーションステップに対して,自動および手動セグメンテーション間の平均Dice類似性係数は0.93であった。デジタル化ステップのために,著者らの方法によって決定された針軌跡と資格のある医用医師によって手動で決定されたHausdorff距離は,平均で約0.71mmであり,先端位置の平均差は約0.63mmであり,HDRBT治療計画に許容できると考えられた。それは,間質性HDRBT症例のデジタル化プロセスを完成させるのに約5分を要した。達成された精度と効率は,著者らの方法を臨床的に魅力的にした。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, 【Automatic Indexing@JST】

放射線を利用した診断

, , , , , , , , ,

前のページに戻る