在图像领域实施的新型剂量计算系统
Jiawei Fan1,2,3,4, Xiaoling Zhu1,2,3,4, Jiazhou Wang1,2,3,4
1Department of Radiation Oncology, Fudan University Shanghai Cancer Center, Shanghai, China.
一种新的深度学习方法,DeepBEVdose,准确地从CT图像和流动性地图计算辐射剂量分布. 这种方法改善了强度调节放射治疗的规划,并显示了在线适应性治疗的潜力.
科学领域:
- 医学物理 医学物理
- 辐射疗法 辐射疗法
- 人工智能的人工智能
背景情况:
- 强度调节放射治疗 (IMRT) 需要精确的剂量计算才能有效治疗癌症.
- 目前的深度学习剂量计算方法在传统技术上提供了有限的改进.
- 有效的剂量计算对于优化放射治疗计划至关重要.
研究的目的:
- 开发一种新的深度学习框架,用于IMRT中准确有效的剂量计算.
- 引入一种独特的深度学习方法,DeepBEVdose,用于剂量分布计算.
- 通过改进的剂量计算算法来加强放射治疗治疗计划.
主要方法:
- 建议DeepBEVdose,一个新的图像域剂量计算算法.
- 利用光束的视角 (BEV) 计算方案,取代了传统的光线追踪.
- 采用一种通用的2D卷积神经网络,其输入要求最小 (CT图像和流动性图).
主要成果:
- 在鼻和肺瘤的多机构数据集中证明了可行性.
- 在预测和基准真相剂量分布之间实现了2%内的平均像素智能差异.
- 在所有测试案例中,达到超过95%的平均3D马合格率.
结论:
- 开发了一种新的深度学习框架,用于映射辐射波动到剂量分布.
- 深度BEV剂量方法在剂量计算中提供了高精度和效率.
- 该方法显示了在线适应性放射治疗计划优化中的应用潜力.
更多相关视频
10:33Expedited Radiation Biodosimetry by Automated Dicentric Chromosome Identification ADCI and Dose Estimation
Published on: September 4, 2017
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
相关概念视频
Computed Tomography
The technique was invented in the 1970s and is based on the principle that as X-rays pass through the body, they are absorbed or reflected at different levels. In the technique, a patient lies on a motorized platform while a computerized axial tomography (CAT) scanner rotates...
Dosage Regimen Designs: Nomograms and Tabulations
Dose Size and Dosing Frequency: Determination Methods
Determination of Multiple Dosing Parameters: Loading and Maintenance Doses
