Mesterséges intelligencián alapuló szervkontúrozó szoftverek alkalmazása és eredményeinek összehasonlítása sugárterápiás besugárzástervezés során = Application of artificial intelligence-based organ contouring software and comparison of results in treatment planning for radiotherapy

Bungyi, Gergely and Pócza, Tamás and Zongor, Ágnes and Takácsi-Nagy, Zoltán and Major, Tibor (2024) Mesterséges intelligencián alapuló szervkontúrozó szoftverek alkalmazása és eredményeinek összehasonlítása sugárterápiás besugárzástervezés során = Application of artificial intelligence-based organ contouring software and comparison of results in treatment planning for radiotherapy. ORVOSI HETILAP, 165 (49). pp. 1934-1944. ISSN 0030-6002

Preview

Text 650-article-p1934.pdf - Published Version Available under License Creative Commons Attribution. Download (3MB) | Preview

Abstract

Bevezetés: Daganatos betegek sugárterápiás kezelésének első lépése a besugárzástervezés, melynek során CT-képsorozatokon kell a céltérfogatot (daganatot) és a védendő szerveket körberajzolni. Ezt a folyamatot kontúrozásnak vagy szegmentálásnak hívjuk. A rajzolás jellemzően két dimenzióban, axiális CT-szeleteken történik, de a tervezés során a dóziseloszlás számolása és a terv kiértékelése már háromdimenziós. Hagyományos módon manuálisan végezték a szeletenkénti kontúrozást, de az utóbbi időben már automatikus szervkontúrozó szoftverek is elérhetővé váltak, melyek gyorsabbá és megbízhatóbbá teszik ezt a folyamatot. Célkitűzés: Mesterséges intelligencián alapuló algoritmust használó szervkontúrozó szoftverek minőségének összehasonlítása és azoknak a szerveknek a meghatározása, amelyeket a jelenlegi algoritmusok a legjobb egyezőséggel tudnak körberajzolni, illetve azoknak a szerveknek az azonosítása, amelyeknél a szegmentálásban nagy eltérések vannak a különböző szoftverek között. Módszer: Négy anatómiai régióban, 93 beteg CT-sorozatán három kontúrozószoftverrel (MVision, ART-Plan, Limbus) berajzolt védendő szerveket hasonlítottunk össze. Az MVision-kontúrokat választottuk referenciának, és a térfogatok nagysága, a tömegközéppontok helyzete, valamint a térbeli egyezést jellemző hasonlósági és konformalitási indexek használatával végeztük el az összehasonlítást az MVision-hez képest. A térbeli egyezőség szempontjából sorrendet állítottunk össze, meghatározva a legkisebb és a legnagyobb eltéréseket mutató szerveket. Eredmények: A legjobb egyezőséget mutató szervek sorrendje: tüdő, agy, máj, lép, gyomor, szív, szemek, állkapocscsont, vesék, gerinccsatorna, emlők és húgyhólyag. A legnagyobb eltéréseket a kis térfogatú szerveknél kaptuk: pajzsmirigy, látóideg-kereszteződés, bal elülső leszálló koszorúér és agyalapi mirigy. Jelentős különbségeket találtunk a prosztatánál, a légcsőre vonatkozó nagy eltérések pedig az anatómiai határok eltérő értelmezéséből adódtak. Megbeszélés: Olyan szerveknél, melyeknél a szövetsűrűség jelentősen eltér a környezetükhöz képest (levegő–lágy szövet, csont–lágy szövet) a szoftverek megfelelő minőségben tudják meghatározni az adott szervet. A nagyobb térfogatú szerveknél kisebb, míg a kisebb térfogatúaknál relatíve nagy különbségeket találtunk a szoftverek által rajzolt kontúrok között. Következtetések: A védendő szervek nagy részénél a jelenlegi szoftverek jó egyezőséggel határozták meg a kontúrokat. Nagy különbségek, melyek számottevő manuális korrigálást igényelnek, csak a kis térfogatú szerveknél jelentkeztek. | Introduction: The first step in the radiotherapy treatment of cancer patients is the treatment planning, which involves delineations of the target volume (tumour) and organs at risk on a series of CT scans. This process is called contouring or segmentation. The delineation is performed in two dimensions on axial CT slices, but the dose distribution calculation and plan evaluation are carried out in three dimensions. Contouring has traditionally been done manually, but automatic organ contouring software are now available to make the process more accurate and consistent. Objective: To compare the quality of contouring software using artificial intelligence-based algorithms, and to define the organs that can be outlined with the best consistency, and those organs where there are large differences in segmentation between different software. Method: Contours of organs at risk defined by three contouring software (MVision, ART-Plan, Limbus) in four anatomical regions on a series of 93 CT scans were compared. MVision contours were the references, and contours defined by the two systems were compared with them based on volumes, centers of mass location, and spatial similarity and conformity indices. We ranked the spatial similarity, defining the organs with the smallest and largest differences. Results: Order of the organs with the best agreement: lungs, brain, liver, spleen, stomach, heart, eyes, mandible, kidneys, spinal cord, breasts, and bladder. The largest deviations were found at small-volume organs: thyroid, chiasma, left anterior descending artery, and pituitary. Large variations were found in the prostate and differences in the trachea were due to different interpretations of the anatomical boundaries. Discussion: For organs where the tissue density differs significantly from their surroundings (air–soft tissue, bone–soft tissue), the software can determine the organ in question with the appropriate quality. Small differences in contours were found for larger and relatively large differences for smaller organs. Conclusions: The contours were defined with good agreement by the software for most of the organs, large deviations were found only in small-volume organs.

Actions (login required)

Edit Item