HomescienceIl deep learning aiuta la segmentazione delle lesioni nello studio sul cancro...

Il deep learning aiuta la segmentazione delle lesioni nello studio sul cancro alla prostata

“L’implementazione dei metodi di segmentazione DL nella fluciclovina 18F PET/CT rappresenta un’interessante direzione di ricerca per la medicina di precisione nella cura di salvataggio del cancro alla prostata”.

Buffalo, New York – 28 giugno 2024 – È stato pubblicato un nuovo articolo editoriale Oncologia (Volume 11) del 20 maggio 2024, dal titolo “Segmentazione delle lesioni assistita dal deep learning nell’imaging PET/CT: uno studio di fattibilità per la radioterapia di salvataggio nel cancro alla prostata“.”

In questo nuovo editoriale, i ricercatori Richard L. J. Chiu, Chieh Wei Zhang e Xiaofeng Yang Min Università di Emory Discussione sul cancro alla prostata. Il cancro alla prostata continua ad essere la neoplasia maligna più frequentemente diagnosticata negli uomini, dopo il cancro della pelle. Nonostante i significativi progressi nei risultati del trattamento nell’ultimo mezzo secolo, la progressione o la recidiva dopo il trattamento primario come la prostatectomia o la radioterapia rimane una sfida per un sottogruppo di pazienti.

“In questi scenari, ai pazienti viene spesso offerta la radioterapia di salvataggio come opzione terapeutica. Per progettare la radioterapia di salvataggio, è necessario l’imaging per rilevare e localizzare il sistema di recidiva”.

Le modalità di imaging convenzionali utilizzate dopo la prostatectomia, come la TC, la scintigrafia ossea, la risonanza magnetica o la PET 18F-FDG, spesso non riescono a rilevare e quantificare accuratamente la malattia ricorrente, il che è fondamentale per pianificare la radioterapia di salvataggio. Tuttavia, l’introduzione della PET/CT con 18F-fluciclovina (anti-1-ammino-3-18F-fluorociclobutano-1-carbossilico) ha visto progressi significativi nella gestione della malattia di salvataggio. Studi recenti, incluso lo studio randomizzato e controllato di fase 2/3, Enhancement Molecular Prostate Imaging with Radiotherapy (EMPIRE-1), hanno mostrato un miglioramento dei tassi di recidiva biochimica o dei tassi di sopravvivenza libera da sopravvivenza quando combinato con 18F-fluciclovina PET/CT nella pianificazione della radioterapia dopo la prostatectomia. .

READ  Missione lunare: la Cina lancerà la prossima generazione di veicoli spaziali con equipaggio già nel 2027. Dettagli qui

Un passo fondamentale nella pianificazione della radioterapia di salvataggio è l’identificazione delle lesioni sulle immagini PET/CT con 18F-fluciclovina, un compito che i medici attualmente eseguono manualmente. Questa pratica, sebbene precisa, richiede molto lavoro ed è suscettibile di variazioni inter e intra-osservatore. Con la recente esplosione dell’uso di algoritmi di intelligenza artificiale nell’elaborazione delle immagini mediche, la segmentazione automatica delle lesioni utilizzando metodi di identificazione delle lesioni basati sul deep learning (DL) mostra un potenziale promettente per migliorare la qualità del trattamento, in contrasto con l’identificazione manuale.

“Questo editoriale esplora lo studio di ricerca condotto da Wang et al. [4]”Dimostrazione della fattibilità dei modelli DL nella segmentazione delle lesioni su immagini PET/CT con 18F-fluciclovina.”

Continua a leggere: DOI: https://doi.org/10.18632/oncoscience.603

Corrispondenza a: Richard LJ Chiu

/Liberazione generale. Questo materiale dell’organizzazione/degli autori originali può essere di natura cronologica ed è modificato per motivi di chiarezza, stile e lunghezza. Mirage.News non assume posizioni aziendali o partiti e tutte le opinioni, posizioni e conclusioni qui espresse sono esclusivamente quelle degli autori. Visualizzale integralmente qui.

Orsina Fiorentini
Orsina Fiorentini
"Fan zombi sottilmente affascinante. Fanatico della TV. Creatore devoto. Amico degli animali ovunque. Praticante del caffè."
Must Read
Related News