全乳房放射線照射における,3次元畳み込み ニューラルネットワークを用いた臨床標的体積の自動セグ メンテーションの,勾配加重クラス活性化マッピングを用 いた検証

摘要

本論文では乳房温存照射のターゲット（臨床標的体積, Clinical Target Volume, CTV）の自動輪郭描出に，深層 学習モデルである3D-UNetを適用し,その性能の評価を 行っている.さらに，深層学習モデルが予測を行う際に着 目している領域を可視化できるGradient-Weighted Class Activation Mapping （Grad-CAM）を用い,3D-UNet が 輪郭描出の際に着目している領域の可視化を試みている. 深層学習モデルが予測を行う際に着目している領域の可視 化は,モデルの性質,適用限界など臨床応用に際して有用 な情報を提供し，自動輪郭描出の品質管理に応用できると 期待される.