精确放射治疗中的剂量学研究进展
Yifan Lei1,2, Han Bai2, Jinhui Yu1,2
1Clinical Oncology College of Kunming Medical University, Yunnan Tumor Hospital, Kunming, Yunnan, China.
Journal of cancer research and therapeutics
|September 4, 2025
概括
机器学习模型分析放射治疗剂量数据 (剂量学) 来预测治疗副作用和患者的结果. 这种方法通过揭示改善瘤治疗的剂量反应关系来增强个性化放射治疗.
科学领域:
- 癌症学
- 医学物理
- 医学的人工智能
背景情况:
- 放射治疗是癌症治疗的基石,
- 预测和减轻这些副作用对于患者的结果至关重要.
- 人工智能和机器学习为分析复杂的医疗数据提供了新的工具.
研究的目的:
- 审查剂量学在预测放射性毒性和预后方面的进展.
- 突出临床放射治疗应用的最新进展.
- 讨论剂量学在个性化放射治疗中的未来潜力.
主要方法:
- 使用机器学习模型分析放射治疗计划中的三维剂量分布图.
- 提取定量特征 (剂量学) 以了解剂量反应关系.
- 与毒性和预后等临床结果相关的剂量特征.
主要成果:
- 与ML相结合,在准确预测放射性毒性方面具有前景.
- 这些模型可以揭示器官和瘤的潜在剂量反应关系.
- 这些发现为开发个性化放射治疗策略奠定了基础.
结论:
- 剂量分析是预测放射治疗结果的重要工具.
- 机器学习增强了剂量特征的预测能力.
- 进一步的剂量学研究将推动个性化放射治疗的进步.
更多相关视频
06:20Irradiator Commissioning and Dosimetry for Assessment of LQ α and β Parameters, Radiation Dosing Schema, and in vivo Dose Deposition
Published on: March 11, 2021
7.3K
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
2.9K
