Baş-Boyun
Predicting taste alteration in head and neck cancer patients using 3D transformer-based deep learning model
Oral Oncology ·
Neh H, MacRae DC, de Vette SPM, et al.
Baş boyun kanseri radyoterapisinden 6 ay sonra hastanın bildirdiği orta ya da ağır tat değişikliğini öngörmede derin öğrenme modellerinin geleneksel modelle karşılaştırıldığı çalışmada, prospektif bir kohorttaki 972 hastanın verisi kullanıldı. Modeller üç boyutlu doz dağılımı, planlama BT'si, organ segmentasyonları ve klinik özelliklerle eğitilirken referans olarak oral kavite ve parotis ortalama dozu ile yaşa dayanan normal doku komplikasyon olasılığı modeli kullanıldı. Test kümesinde ROC eğrisi altında kalan alan referans modelde 0,71, dönüştürücü tabanlı modelde 0,71, evrişimli sinir ağında 0,68 iken kalibrasyon en iyi referans modeldeydi. Derin öğrenme modelleri tat değişikliğini öngörebilse de bu testte geleneksel modelle benzer performans gösterdi ve dönüştürücü modelin dikkati supraglottik ve submandibuler bölgelere yoğunlaştı.
Can deep learning predict taste alteration after radiotherapy for head and neck cancer better than a conventional model? Using a prospective cohort of 972 patients, the authors trained convolutional and transformer-based models on 3D dose maps, planning CT and organ segmentations. The outcome was moderate to severe patient-reported taste alteration at six months. In the test set, the transformer model matched the conventional model, with an area under the curve of 0.71 for both. The convolutional model reached 0.68.
Yapay zekâ desteğiyle özetlendi