文献

J-GLOBAL ID：202202213873844511   整理番号：22A0624227

二重トレーサ学習を用いた68Ga-PSMA-11 PET/CTにおける全身取り込み分類と前立腺癌病期分類【JST・京大機械翻訳】

Whole-body uptake classification and prostate cancer staging in ⁶⁸Ga-PSMA-11 PET/CT using dual-tracer learning

著者 (15件)： Capobianco Nicolo (Technische Universitaet Muenchen, Munich, Germany) ,  Capobianco Nicolo (Siemens Healthcare GmbH, Erlangen, Germany) ,  Sibille Ludovic (Siemens Medical Solutions USA, Inc., Knoxville, TN, USA) ,  Chantadisai Maythinee (School of Medicine, Department of Nuclear Medicine, Technische Universitaet Muenchen, Munich, Germany) ,  Chantadisai Maythinee (Faculty of Medicine, King Chulalongkorn Memorial Hospital, The Thai Red Cross Society, Chulalongkorn University, Bangkok, Thailand) ,  Gafita Andrei (School of Medicine, Department of Nuclear Medicine, Technische Universitaet Muenchen, Munich, Germany) ,  Langbein Thomas (School of Medicine, Department of Nuclear Medicine, Technische Universitaet Muenchen, Munich, Germany) ,  Platsch Guenther (Siemens Healthcare GmbH, Erlangen, Germany) ,  Solari Esteban Lucas (School of Medicine, Department of Nuclear Medicine, Technische Universitaet Muenchen, Munich, Germany) ,  Shah Vijay (Siemens Medical Solutions USA, Inc., Knoxville, TN, USA) ,  Spottiswoode Bruce (Siemens Medical Solutions USA, Inc., Knoxville, TN, USA) ,  Eiber Matthias (School of Medicine, Department of Nuclear Medicine, Technische Universitaet Muenchen, Munich, Germany) ,  Weber Wolfgang A. (School of Medicine, Department of Nuclear Medicine, Technische Universitaet Muenchen, Munich, Germany) ,  Navab Nassir (Computer Aided Medical Procedures (CAMP), Technische Universitaet Muenchen, Munich, Germany) ,  Nekolla Stephan G. (School of Medicine, Department of Nuclear Medicine, Technische Universitaet Muenchen, Munich, Germany)
資料名： European Journal of Nuclear Medicine and Molecular Imaging  (European Journal of Nuclear Medicine and Molecular Imaging)
巻： 49  号： 2  ページ： 517-526  発行年： 2022年 
JST資料番号： A1009A  ISSN： 1619-7070  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 目的:PSMA-リガンドPET/CTイメージングにおいて,標準化された評価フレームワークと画像由来パラメーターは,前立腺癌病期分類をサポートするためにますます使用されている。臨床的適用性は,多くの疑いのある病変の手動測定を必要とする,困難なままである。深層学習法は,自動画像分析に対して有望であり,通常,十分な精度に達するための広範囲なエキスパート注釈付き画像データセットを必要とする。画像ベースのステージングをサポートするための深層学習法を開発し,2つの放射性トレーサからの訓練情報の利用を検討した。【方法】68Ga-PSMA-11PET/CTで撮像した173人の被験者において,発生(121)と試験(52)セットに分けて,著者らは,癌のために,高いトレーサー取込の部位を,癌のために,そして,それらの解剖学的位置を割り当てるために,畳込みニューラルネットワークを訓練し,評価した。18F-FDG PET/CT画像のより大きなデータセットから情報を利用する訓練戦略と,ネットワークへの入力としてトレーサタイプを符号化する移動学習と組合せ訓練を含むエキスパート注釈を評価した。PROMISE miTNMフレームワークに従って,ネットワークアノテーションとエキスパートアノテーションに基づいて割り当てられたNとMステージ間の一致を評価した。結果:18F-FDG訓練データを含む開発セットにおいて,4倍交差検証における分類性能を改善した。試験セットにおいて,専門家評価と比較して,18F-FDGデータによる訓練と開発セットは,疑わしい取込み部位の同定のための80.4%の平均精度[信頼区間(CI):71.1~87.8],疑わしい所見の解剖学的位置分類のための77%(CI:70.0~83.4)の精度,局所リンパ節関与の同定のための81%の一致,および転移段階の同定のための77%の一致を示した。結論:評価したアルゴリズムは,全身68Ga-PSMA-11PET/CTにおける疑わしい取込部位の同定と解剖学的位置分類のための専門家評価と良好な一致を示した。利用可能な制限PSMA-リガンドデータで,異なる放射性トレーサからの訓練例の使用は性能を改善した。検討した方法は癌ステージと腫瘍負荷の効率的評価を可能にする。Copyright The Author(s) 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *学習 ,  ネットワーク ,  標準化 ,  リンパ節 ,  画像 ,  撮像 ,  *取込 ,  解剖学 ,  パラメータ ,  *前立腺腫瘍 ,  アノテーション
準シソーラス用語： *PET/CT ,  *病期分類 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： 前立腺癌 ,  病期分類 ,  PSMA ,  PET/CT ,  深層学習 ,  MitNM

分類 (2件)： 腫ようの診断  (GE03020J) ,  放射線を利用した診断  (GC04020K)

タイトルに関連する用語 (10件)： トレーサ ,  学習 ,  PSMA ,  PET ,  CT ,  全身 ,  取り込み ,  分類 ,  前立腺癌 ,  病期分類