文献

J-GLOBAL ID：202202228811848145   整理番号：22A1025438

深層学習ベース法による3D 18F-FDG PET/CTからの食道扁平上皮癌に対する総腫瘍容積の定義と比較評価【JST・京大機械翻訳】

Gross Tumor Volume Definition and Comparative Assessment for Esophageal Squamous Cell Carcinoma From 3D ¹⁸F-FDG PET/CT by Deep Learning-Based Method

著者 (8件)： Yue Yaoting (1Center for Biomedical Engineering, School of Information Science and Technology, Fudan University, Shanghai, China) ,  Li Nan (2Department of Nuclear Medicine, Fudan University Shanghai Cancer Center, Shanghai, China) ,  Shahid Husnain (1Center for Biomedical Engineering, School of Information Science and Technology, Fudan University, Shanghai, China) ,  Bi Dongsheng (1Center for Biomedical Engineering, School of Information Science and Technology, Fudan University, Shanghai, China) ,  Liu Xin (3Academy for Engineering and Technology, Fudan University, Shanghai, China) ,  Song Shaoli (2Department of Nuclear Medicine, Fudan University Shanghai Cancer Center, Shanghai, China) ,  Ta Dean (1Center for Biomedical Engineering, School of Information Science and Technology, Fudan University, Shanghai, China) ,  Ta Dean (3Academy for Engineering and Technology, Fudan University, Shanghai, China)
資料名： Frontiers in Oncology (Web)  (Frontiers in Oncology (Web))
巻： 12  ページ： 799207  発行年： 2022年 
JST資料番号： U7089A  ISSN： 2234-943X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 背景:食道扁平上皮癌(ESCC)の総腫瘍容積(GTV)の正確な定義は,正確な照射場決定を促進し,さらに放射線療法治療効果を成し遂げることができる。この後向き研究は,ESCCと診断された患者の3D 18F-FDG PET/CT画像からGTVを自動的に定義するために,レバーグ深層学習ベースの方法の適用性を評価することを意図した。方法:16418F-FDG PET/CTスキャンによる臨床コホートに関する実験を行った。最先端の食道GTVセグメンテーション深層神経網を最初に用いて,PET/CT画像上の病変領域を描写した。その後,GTV値を推定するために,新しい等価短縮楕円円錐積分法(ETECIM)を提案した。Dice類似度係数(DSC),Hausdorff距離(HD)および平均表面距離(MSD)の指数を用いて,セグメンテーション性能を評価した。コンフォーマンス指数(CI),包含度(DI),および運動ベクトル(MV)を用いて,予測およびグランドトルース腫瘍間の差を評価した。GTV,DI,および位置における統計的差異も決定した。【結果】著者らは,それぞれ0.72±0.02,11.87±4.20mm,および2.43±0.60mm(平均±標準偏差)として,DSC,HD,およびMSDの値を報告するために,4倍の交差検証を行う。ピアソン相関(R2)は,各折畳み交差検証に対して0.8434,0.8004,0.9239,および0.7119を達成し,予測とグランドトルースGTVsの間に有意差(t=1.193,p=0.235)はない。DIでは,有意差が見られた(t=-2.263,p=0.009)。位置評価では,予測とグランドトルースGTVの間で,有意差(x方向:t=0.102,p=0.919,y方向における前後方向:t=0.221,p=0.826,およびz方向における頭蓋-因果関係:t=0.569,p=0.570)はない。CIの中央値は0.63であり,得られたMVは小さい。結論:予測腫瘍は手動のグランドトルースと良く対応した。提案したGTV推定手法ETECIMは,最も一般的に使用されるボクセル体積加算法よりも正確である。グランドトルースGTVは,予測結果と良好な線形相関のために解決できた。深層学習に基づく方法はGTV定義と臨床放射線療法応用において有望である。Copyright 2022 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ベクトル ,  セグメンテーション ,  標準偏差 ,  *腫瘍 ,  放射線療法 ,  *食道 ,  *三次元 ,  母集団 ,  *扁平上皮癌 ,  *食道腫瘍 ,  *機械学習 ,  ボクセル
準シソーラス用語： *食道扁平上皮癌 ,  *腫瘍サイズ ,  *PET/CT ,  *FDG-PET/CT ,  グランドトゥルース ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： 定義 ,  総腫瘍容積 ,  食道扁平上皮癌 ,  深層学習 ,  等価打切り楕円円錐 ,  比較評価

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

引用文献 (32件)：

• Sung H, Ferlay J, Siegel RL, Laversanne M, Soerjomataram I, Jemal A, et al. Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries. CA Cancer J Clin (2021) 71:209-49. doi: doi: 10.3322/caac.21660
• Jin D, Guo D, Ho TY, Harrison AP, Xiao J, Tseng CK, et al. DeepTarget: Gross Tumor and Clinical Target Volume Segmentation in Esophageal Cancer Radiotherapy. Med Image Anal (2021) 68:101909. doi: doi: 10.1016/j.media.2020.101909
• Nowee ME, Voncken FEM, Kotte A, Goense L, van Rossum PSN, van Lier A, et al. Gross Tumour Delineation on Computed Tomography and Positron Emission Tomography-Computed Tomography in Oesophageal Cancer: A Nationwide Study. Clin Transl Radiat Oncol (2019) 14:33-9. doi: doi: 10.1016/j.ctro.2018.10.003
• Burnet NG, Thomas SJ, Burton KE, Jefferies SJ. Defining the Tumour and Target Volumes for Radiotherapy. Cancer Imaging (2004) 4:153-61. doi: doi: 10.1102/1470-7330.2004.0054
• Jin D, Guo D, Ho T-Y, Adam P H, Xiao J, Tseng C-k, et al. Deep Esophageal Clinical Target Volume Delineation Using Encoded 3d Spatial Context of Tumors, Lymph Nodes, and Organs At Risk. In: Medical Image Computing and Computer Assisted Intervention - MICCAI 2019. Berlin: Springer (2019). p. 603-12. doi: 10.1102/1470-7330.2004.0054

タイトルに関連する用語 (8件)： 深層学習 ,  3D ,  PET ,  CT ,  食道扁平上皮癌 ,  腫瘍容積 ,  定義 ,  比較評価