Autocontouring and Manual Contouring: Which Is the Better Method for Target Delineation Using <sup>18</sup>F-FDG PET/CT in Non–Small Cell Lung Cancer?
Notice bibliographique
Résumé
UNLABELLED: Previously, we showed that a CT window and level setting of 1,600 and -300 Hounsfield units, respectively, and autocontouring using an (18)F-FDG PET 50% intensity level correlated best with pathologic results. The aim of this study was to compare this autocontouring with manual contouring, to determine which method is better. METHODS: Seventeen patients with non-small cell lung cancer underwent (18)F-FDG PET/CT before surgery. The maximum diameter on pathologic examination was determined. Seven sets of gross tumor volumes (GTVs) were defined. The first set (GTV(CT)) was contoured manually using only CT information. The second set (GTV(Auto)) was autocontoured using a 50% intensity level for (18)F-FDG PET images. The third set (GTV(Manual)) was manually contoured using a visual method on PET images. The other 4 sets combined CT and (18)F-FDG PET images fused to one another to become composite volumes: GTV(CT+Auto), GTV(CT+Manual), GTV(CT-Auto), and GTV(CT-Manual). To quantitate the degree to which CT and (18)F-FDG PET defined the same region of interest, a matching index was calculated for each case. The maximum diameter of GTV was compared with the maximum diameter on pathologic examination. RESULTS: The median GTV(CT), GTV(Auto), GTV(Manual), GTV(CT+Auto), GTV(CT+Manual), GTV(CT-Auto), and GTV(CT-Manual) were 6.96, 2.42, 4.37, 7.46, 10.17, 2.21, and 3.38 cm(3), respectively. The median matching indexes of GTV(CT) versus GTV(CT+Auto), GTV(Auto) versus GTV(CT+Auto), GTV(CT) versus GTV(CT+Manual), and GTV(Manual) versus GTV(CT+Manual) were 0.86, 0.65, 0.88, and 0.81, respectively. Compared with the maximum diameter on pathologic examination, the correlations of GTV(CT), GTV(Auto), GTV(Manual), GTV(CT+Auto), and GTV(CT+Manual) were 0.87, 0.83, 0.93, 0.86, and 0.94, respectively. CONCLUSION: The matching index was higher for manual contouring than for autocontouring using a 50% intensity level on (18)F-FDG PET images. When using a 50% intensity level to contour the target of non-small cell lung cancer, one should also consider using manual contouring of (18)F-FDG PET to check for any missed disease.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».