深度学习在放射治疗癌症中的应用
1Cancer Institute of the Affiliated Hospital of Qingdao University and Qingdao Cancer Institute, Qingdao University, Qingdao, China; Department of Radiotherapy, Yunnan Cancer Hospital, the Third Affiliated Hospital of Kunming Medical University, Kunming, Yunnan, China.
概括
包括变压器和扩散模型在内的深度学习正在推进癌症放射治疗. 本综述探讨了放射治疗工作流程中的AI应用,强调了自动化癌症治疗的挑战.
科学领域:
- 在瘤学瘤学.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 放射治疗是癌症治疗的基石.
- 人工智能 (AI) 和深度学习 (DL) 越来越多地融入临床研究和实践.
- 深度学习显示了优化放射治疗过程的巨大潜力.
研究的目的:
- 总结当前和新兴的放射治疗深度学习算法.
- 概述放射治疗工作流程和其中的DL应用.
- 确定深度学习在癌症自动化放射治疗中的挑战和局限性.
主要方法:
- 对常用和最先进的深度学习算法 (例如变压器,扩散模型) 的审查.
- 对不同放射治疗工作流程的分析.
- 在各种放射治疗模块中应用算法的说明.
主要成果:
- 深度学习算法正在应用于放射治疗的各个阶段.
- 像变压器和扩散模型这样的特定算法显示出有希望的结果.
- 当前的应用程序面临的挑战包括数据要求和模型可解释性.
结论:
- 深度学习为实现更自动化和潜在改进的癌症放射治疗提供了途径.
- 解决当前的缺陷和挑战对于成功的临床实施至关重要.
- 需要进一步的研究才能充分实现AI在放射治疗中的潜力.
