論文の概要: Magnetic resonance delta radiomics to track radiation response in lung tumors receiving stereotactic MRI-guided radiotherapy

• arxiv url: http://arxiv.org/abs/2402.16619v1
• Date: Fri, 23 Feb 2024 18:00:44 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-28 20:31:33.188010
• Title: Magnetic resonance delta radiomics to track radiation response in lung tumors receiving stereotactic MRI-guided radiotherapy
• Title（参考訳）: 定位MRIガイド下放射線療法を施行した肺腫瘍に対する核磁気共鳴デルタ放射線療法
• Authors: Yining Zha (1 and 2 and 3), Benjamin H. Kann (1 and 2), Zezhong Ye (1 and 2), Anna Zapaishchykova (1 and 2 and 4), John He (2), Shu-Hui Hsu (2), Jonathan E. Leeman (2), Kelly J. Fitzgerald (2), David E. Kozono (2), Raymond H. Mak (1 and 2), Hugo J.W.L. Aerts (1 and 2 and 4 and 5) ((1) Artificial Intelligence in Medicine Program, Mass General Brigham, Harvard Medical School, Boston, MA, USA, (2) Department of Radiation Oncology, Dana-Farber Cancer Institute and Brigham and Women's Hospital, Harvard Medical School, Boston, MA, USA, (3) Department of Biostatistics, Harvard T.H. Chan School of Public Health, Boston, MA, USA, (4) Radiology and Nuclear Medicine, CARIM & GROW, Maastricht University, Maastricht, the Netherlands, (5) Department of Radiology, Brigham and Women's Hospital, Dana-Farber Cancer Institute, Harvard Medical School, Boston, MA, USA)
• Abstract要約: オントリート磁気共鳴(MR)画像から放射線線量応答を追跡するデルタ放射能の可能性を探る。 デルタ放射線は放射線照射と相関し,腫瘍のコントロールと生存について検討した。 スキューネス,伸長,フラットネスは局所再発のない生存と有意に関連していた。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Introduction: Lung cancer is a leading cause of cancer-related mortality, and stereotactic body radiotherapy (SBRT) has become a standard treatment for early-stage lung cancer. However, the heterogeneous response to radiation at the tumor level poses challenges. Currently, standardized dosage regimens lack adaptation based on individual patient or tumor characteristics. Thus, we explore the potential of delta radiomics from on-treatment magnetic resonance (MR) imaging to track radiation dose response, inform personalized radiotherapy dosing, and predict outcomes. Methods: A retrospective study of 47 MR-guided lung SBRT treatments for 39 patients was conducted. Radiomic features were extracted using Pyradiomics, and stability was evaluated temporally and spatially. Delta radiomics were correlated with radiation dose delivery and assessed for associations with tumor control and survival with Cox regressions. Results: Among 107 features, 49 demonstrated temporal stability, and 57 showed spatial stability. Fifteen stable and non-collinear features were analyzed. Median Skewness and surface to volume ratio decreased with radiation dose fraction delivery, while coarseness and 90th percentile values increased. Skewness had the largest relative median absolute changes (22%-45%) per fraction from baseline and was associated with locoregional failure (p=0.012) by analysis of covariance. Skewness, Elongation, and Flatness were significantly associated with local recurrence-free survival, while tumor diameter and volume were not. Conclusions: Our study establishes the feasibility and stability of delta radiomics analysis for MR-guided lung SBRT. Findings suggest that MR delta radiomics can capture short-term radiographic manifestations of intra-tumoral radiation effect.
• Abstract（参考訳）: 序説:肺癌はがん関連死亡の主な原因であり,早期肺癌に対する定位体放射線療法(SBRT)が標準治療となっている。 しかし腫瘍レベルでの放射線に対する異種反応は困難である。 現在、標準化された服用レギュラーは個々の患者や腫瘍の特徴に基づく適応を欠いている。 そこで我々は, 放射線線量応答の追跡, 放射線線量測定, 放射線線量測定, および治療成績の予測から, デルタ放射線治療の可能性を探る。 方法: 39例を対象に, mrガイド下肺sbrt治療47例の検討を行った。 放射線学的特徴をpyradiomicsを用いて抽出し,安定性を時間的および空間的に評価した。 デルタ放射能は放射線照射量と相関し,腫瘍制御とcox退縮との関連について検討した。 結果: 107例中, 49例が時間安定性を示し, 57例が空間安定性を示した。 15の安定および非線形な特徴を解析した。 放射線量分率の納入に伴い, 表面と体積比の中央値は減少し, 粗さと90%のパーセンタイル値が増加した。 スキューネスは基線から毎分22%-45%の相対的な絶対値変化を示し, 共分散解析によりロコリージョン障害 (p=0.012) と関連していた。 腫瘤径と容積は認められなかったが,皮膚,伸長,平坦は局所再発のない生存と有意に関連していた。 結論: MRガイド下肺SBRTにおけるデルタ放射能解析の有用性と安定性について検討した。 MRデルタ放射能は腫瘍内放射線効果の短期的なX線像を捉えうることが示唆された。

関連論文リスト

• Analysis of clinical, dosimetric and radiomic features for predicting local failure after stereotactic radiotherapy of brain metastases in malignant melanoma [1.813829334805839]
  本研究の目的は, 病変特異的な予後予測における臨床, ドシメトリー, 治療前MRIの特徴について検討することであった。
  論文  参考訳（メタデータ） (2024-05-31T14:18:37Z)
• Brain Tumor Segmentation (BraTS) Challenge 2024: Meningioma Radiotherapy Planning Automated Segmentation [47.119513326344126]
  BraTS-MEN-RTの課題は、脳MRIを計画する放射線治療の最大のマルチ機関データセットを使用して、自動セグメンテーションアルゴリズムを進化させることである。 それぞれの症例は、T1-weighted radiotherapy planning MRIを1ラベルの"target volume"を伴って、そのネイティブな取得空間にデフェクトされた3DポストコントラストT1-weighted radiotherapy計画MRIを含む。 術前の髄膜腫ではGTV全体と結節性十二指腸尾部を対象とし,術後の症例では腹腔内郭清術を施行した。
  論文  参考訳（メタデータ） (2024-05-28T17:25:43Z)
• Using Multiparametric MRI with Optimized Synthetic Correlated Diffusion Imaging to Enhance Breast Cancer Pathologic Complete Response Prediction [71.91773485443125]
  ネオアジュバント化学療法は乳癌の治療戦略として最近人気を集めている。 ネオアジュバント化学療法を推奨する現在のプロセスは、医療専門家の主観的評価に依存している。 本研究は, 乳癌の病理組織学的完全反応予測に最適化されたCDI$s$を応用することを検討した。
  論文  参考訳（メタデータ） (2024-05-13T15:40:56Z)
• ChatRadio-Valuer: A Chat Large Language Model for Generalizable Radiology Report Generation Based on Multi-institution and Multi-system Data [115.0747462486285]
  ChatRadio-Valuerは、一般化可能な表現を学習する自動放射線学レポート生成のための調整されたモデルである。 本研究で利用した臨床データセットは,textbf332,673の顕著な総計を含む。 ChatRadio-Valuerは、最先端のモデル、特にChatGPT(GPT-3.5-Turbo)やGPT-4などより一貫して優れている。
  論文  参考訳（メタデータ） (2023-10-08T17:23:17Z)
• Brain Tumor Recurrence vs. Radiation Necrosis Classification and Patient Survivability Prediction [0.0]
  GBMは成人で最もアグレッシブな脳腫瘍であり、手術や放射線治療による攻撃的治療でも生存率が低い。 放射線治療後のGBM患者のMRIの変化は、放射線誘発壊死(RN)または再発脳腫瘍(rBT)の指標である 本研究では, rBT と RN の分類におけるサブセット標本サイズのバランスをとるために, 統計的に厳密な繰り返しランダムサブサンプリングを用いた計算モデルを提案する。
  論文  参考訳（メタデータ） (2023-06-05T21:39:11Z)
• Cancer-Net BCa-S: Breast Cancer Grade Prediction using Volumetric Deep Radiomic Features from Synthetic Correlated Diffusion Imaging [82.74877848011798]
  乳がんの流行は成長を続けており、2023年には米国で約30万人の女性に影響を及ぼした。 金標準のScarff-Bloom-Richardson(SBR)グレードは、化学療法に対する患者の反応を一貫して示すことが示されている。 本稿では,合成相関拡散(CDI$s$)画像を用いた乳がん鑑定における深層学習の有効性について検討する。
  論文  参考訳（メタデータ） (2023-04-12T15:08:34Z)
• Risk Classification of Brain Metastases via Radiomics, Delta-Radiomics and Machine Learning [7.165205048529115]
  放射線学と機械学習 (ML) を用いて, 進行の進行のリスクが高い転移は, 腫瘍発生前の経過観察中に同定できると仮定した。 この分類は、最大関連最小冗長(MRMR)技術とサポートベクトルマシン(SVM)により実現される。 以上の結果から,SRT後フォローアップにおける放射能および機械学習に基づくBMのリスク階層化は,良好な精度で可能であり,SRT後フォローアップのパーソナライズと改善のためにさらに追求すべきであることが示唆された。
  論文  参考訳（メタデータ） (2023-02-17T10:55:18Z)
• Open-radiomics: A Collection of Standardized Datasets and a Technical Protocol for Reproducible Radiomics Machine Learning Pipelines [0.0]
  オープンラジオミクス、一連のラジオミクスデータセット、包括的なラジオミクスパイプラインを紹介する。 BraTS 2020オープンソースMR(Magnetic Resonance Imaging)データセットで実験が行われた。 binWidthや画像正規化とは異なり,腫瘍の亜領域と画像の配列はモデルの性能に大きく影響した。
  論文  参考訳（メタデータ） (2022-07-29T16:37:46Z)
• Interpretative Computer-aided Lung Cancer Diagnosis: from Radiology Analysis to Malignancy Evaluation [13.62944920454488]
  肺結節悪性度を評価するために,r2mnet (joint radiology analysis and malignancy evaluation network) を提案する。 提案法は, 放射線学解析では96.27%, 結節悪性度評価では97.52%であった。
  論文  参考訳（メタデータ） (2021-02-22T11:40:43Z)
• A multicenter study on radiomic features from T$_2$-weighted images of a customized MR pelvic phantom setting the basis for robust radiomic models in clinics [47.187609203210705]
  骨盤ファントムの2Dおよび3D T$$-weightedイメージを3つのスキャナーで取得した。 放射線学的特徴の再現性と再配置を評価した。
  論文  参考訳（メタデータ） (2020-05-14T09:24:48Z)
• Severity Assessment of Coronavirus Disease 2019 (COVID-19) Using Quantitative Features from Chest CT Images [54.919022945740515]
  本研究の目的は,胸部CT画像に基づく新型コロナウイルスの重症度自動評価(非重症度または重症度)を実現することである。 ランダム・フォレスト(RF)モデルは、量的特徴に基づいて重症度(非重症度または重症度)を評価するために訓練される。 新型コロナウイルスの重症度を反映する可能性のあるいくつかの定量的特徴が明らかになった。
  論文  参考訳（メタデータ） (2020-03-26T15:49:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。