Training und prospektive Validierung eines deep-learning nnU-NET zur vollautomatischen Segmentierung der [18F]PSMA-1007 PET/CT

Résumé fourni par la source

Ziel/Aim: Mit der Entwicklung von Kriterien zur standardisierten und quantitativen Befundung der PSMA-PET/CT werden präzise, reproduzierbare und zeiteffiziente Segmentierungslösungen benötigt, um eine breite Umsetzbarkeit und erfolgreiche klinische Implementierung zu ermöglichen. Ziel dieser Studie war die Evaluierung eines Deep-Learning-Modells (DLM) zur Segmentierung des Gesamttumorvolumens (GTV) bei Patienten mit metastasiertem kastrationsresistentem Prostatakarzinom (mCRPC). Methodik/Methods: Anhand 248 in-house [ 18 F]PSMA-1007 PET/CT (Philips VEREOS) von Prostatakarzinompatienten (n=79 Erstdiagnose, n=75 biochemisches Rezidiv, n=78 mCRPC, n=16 unauffällig) wurde ein nnU-Net-DLM zur Ganzkörper-Segmentierung des GTV und der physiologischen Traceraufnahme (PHYS) entwickelt, trainiert und intern validiert. Für die externe Validierung wurden 59 unabhängige Scans prospektiv eingebundener mCRPC-Patienten verwendet. Die manuellen Segmentierungen erfolgten durch 4 Reader mit 4–15 Jahren Erfahrung (20 Scans der externen Validierung durch jeweils 3 Reader). Deren Interrater-Reliabilität wurde mit Intraklassen-Korrelationskoeffizient (ICC (3,1)) beurteilt. Die DLM-Leistung wurde mit Dice–Sørensen-Koeffizient (DSC) und 95%-Perzentil-Hausdorff-Distanz (HD95) evaluiert. Ergebnisse/Results: Die Interrater-Reliabilität in der externen Validierung war hoch (ICC 0,99 [95%-CI 0,98–1,0], p<0,001). Die durchschnittliche Segmentierungszeit pro Scan betrug hier 18,3±12,2 min. Das DLM erzielte eine hohe Übereinstimmung mit den manuellen Annotationen (medianer DSC 0,91 [IQR 0,77–0,93] für GTV und 0,97 [IQR 0,97–0,98] für PHYS) sowie geringe Randabweichungen (HD95 2,5 [IQR 1,8–28,3] mm für GTV und 1,8 [IQR 1,8–2,0] mm für PHYS). Schlussfolgerungen/Conclusion: Dieses nnU-Net-DLM ermöglicht eine genaue und reproduzierbare Segmentierung von Tumorgewebe und physiologischer Traceraufnahme der [ 18 F]PSMA-1007 PET/CT bei mCRPC-Patienten und bietet Potenzial zur Integration in quantitative Studien und klinische Routine. Eine Weiterentwicklung mittels größerer und vielfältigerer Datensätze ist erforderlich, um die Genauigkeit weiter zu erhöhen und die Anwendung für andere Tracer, Geräte und Erkrankungsstadien zu validieren. Publication History Article published online: 02 April 2026 © 2026. Thieme. All rights reserved. Georg Thieme Verlag KG Oswald-Hesse-Straße 50, 70469 Stuttgart, Germany

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.