基于知识的规划完全自动化辐射疗法治疗规划10个不同的癌症部位的治疗规划
Christine V Chung1, Meena S Khan1, Adenike Olanrewaju1
1Department of Radiation Physics, University of Texas MD Anderson Cancer Center, Houston, TX, USA.
概括
基于知识的规划 (KBP) 模型被开发用于在多个站点自动生成VMAT计划. 这些模型以高效和一致的方式产生高质量,临床上可接受的辐射计划,减少计划器的变化.
科学领域:
- 医学物理 医学物理
- 辐射瘤学 辐射瘤学
背景情况:
- 辐射处理规划在一致性和效率方面存在挑战.
- 基于知识的规划 (KBP) 为标准化,高质量的计划生成提供了解决方案.
- 目前的KBP系统旨在实现自动化,以减少对规划师专业知识的依赖.
研究的目的:
- 为VMAT创建和验证完全可自动化的基于知识的规划 (KBP) 模型.
- 在没有用户干预的情况下生成临床上可接受的治疗计划.
- 评估自动化KBP在放射治疗中的效率和一致性.
主要方法:
- 使用来自单一机构的临床计划配置了十个KBP模型.
- 模型使用可脚本的规划结构和优化自动化.
- 验证包括定量统计数据和定性剂量体积组图审查,随后由医生评估.
主要成果:
- 针对10个不同的治疗场所,成功开发了自动化KBP模型.
- 所有模型都在没有人类干预的情况下生成了优化的计划.
- 医生审查发现88%的KBP计划是可以接受的,并且在微小的编辑后98%是可以接受的.
结论:
- 完全自动化的KBP模型可以生成高效,一致和高质量的辐射计划.
- 这些自动化计划不需要人类干预,简化了治疗计划.
- 这种方法在改善放射治疗工作流程方面具有显著的潜力.
更多相关视频
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
2.7K
05:18Author Spotlight: Improving Radiation Therapy Access with Radiation Planning Assistant
Published on: October 6, 2023
1.3K
