相关实验视频
Updated: Jul 1, 2025
10:35
Stereotactic Radiosurgery for Gynecologic Cancer
Published on: April 17, 2012
18.2K
针对妇科恶性病的基于CT的支臂治疗自动轮的前性评估
Abigayle C Kraus1, Zohaib Iqbal2, Rex A Cardan2
1Heersink School of Medicine, University of Alabama at Birmingham, Birmingham, Alabama.
Advances in radiation oncology
|March 4, 2024
概括
在妇科放射治疗中,深度学习对有风险的器官 (OARs) 的自动轮是准确和高效的. 这项技术简化了治疗计划,减少了计划批准所需的时间,并改善了临床工作流程.
科学领域:
- 医学物理 医学物理
- 辐射瘤学 辐射瘤学
- 人工智能在医学中的应用
背景情况:
- 对于有风险的自我轮器官 (OARs) 的深度学习是在妇科辐射治疗中建立的.
- 关于自动轮的潜在临床应用的数据有限.
研究的目的:
- 评估基于计算机断层扫描在妇科恶性瘤中的基于支臂治疗的自轮OARs的准确性和效率.
主要方法:
- 一个内部工具自动划分了5个OAR (膀,小肠,sigmoid,直肠,尿道).
- 准确性使用5点利克尔特比例和定量指标 (子,MSD,HD) 进行评估.
- 展望自动轮 (AC) 和回顾手动轮 (MC) 队列之间的轮批准和总规划时间进行了比较.
主要成果:
- 所有的OAR都获得了高准确度得分 (Likert > 3.9) 和极好的重叠 (Dice > 0.86).
- 定量指标显示,自动轮和编辑轮之间存在很高的相似性.
- 与手动轮队列相比,自动轮队列的平均规划时间减少了19% (P = .045).
结论:
- 自动轮OARs是准确的,在妇科手腕治疗中临床有用.
- 自动轮显著简化了辐射治疗规划工作流程.
- 这种方法减少了设计和批准治疗计划所需的时间.
更多相关视频
05:18Author Spotlight: Improving Radiation Therapy Access with Radiation Planning Assistant
Published on: October 6, 2023
1.3K
07:57Positron Emission Tomography-based Dose Painting Radiation Therapy in a Glioblastoma Rat Model using the Small Animal Radiation Research Platform
Published on: March 24, 2022
2.8K
