頭頸部放射線治療における3D線量予測の損失関数としての臨床DVH指標

arXiv cs.CV / 2026/4/1

💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research

共有:

要点

本論文は、3D放射線治療の線量予測に用いるボクセル単位の回帰損失が、臨床でのプラン評価で用いられるDVH（線量体積ヒストグラム）指標と十分に整合しないと主張する。
臨床に導かれた損失関数（CDM損失）を提案し、ビットマスクROIエンコーディングにより学習効率を高めつつ、微分可能なD指標と代理的なV指標を直接最適化する。
頭頸部放射線治療患者174名を対象に、CDM損失はMAEおよびDVH曲線ベースの学習目的よりも優れ、標的被覆を改善しつつOAR（危険臓器）の温存を同等の水準に保った。
著者らは、CDM損失の追加によりPTV Scoreが1.544（MAE）から0.491（MAE + CDM）に低下したこと、またビットマスクROIエンコーディングにより学習時間が83%短縮され、GPUメモリ使用量も削減されたことを報告している。
本研究は、効率的なROI取り扱いにより臨床で実際に用いられるDVH指標を直接最適化することで、実際の治療計画基準によりよく一致した線量予測が得られ、実用に向けてスケーラブルであると結論づけている。

%短縮され、GPUメモリ使用量も低下した。
結論: 臨床で用いられるDVH指標を直接最適化することで、従来のボクセルごとの、あるいはDVH曲線ベースの教師信号よりも、臨床的な治療計画基準によりよく整合した3D線量予測が可能となる。提案するCDM損失は、効率的なROIビットマスクエンコーディングと組み合わせることで、H&N線量予測に対する実用的でスケーラブルな枠組みを提供する。