以人工智能为基础的状腺轮造形用于头癌的放射瘤学

科学领域:

• 医疗成像医学成像
• 在瘤学中使用人工智能
• 辐射治疗计划 辐射治疗计划

背景情况:

• 放射治疗对于头部和部癌症至关重要,需要精确的器官划分.
• 风险器官 (OARs) 的手动轮,如腺,是耗时的,容易变化.
• 使用人工智能的自动轮可以提高治疗计划的准确性并减少副作用.

研究的目的:

• 开发一个人工智能驱动的算法框架,用于自动化腺划界.
• 为了提高放射治疗规划的准确性和效率.
• 为了减少观察者之间的变化,并提高治疗结果.

主要方法:

• 利用了来自20个匿名数据集的CT扫描.
• 应用图像预处理和自动化数据集生成.
• 使用U-Net架构开发了一个深度学习模型.
• 使用准确性,精确性,回忆,损失和交集在联盟 (IOU) 评估模型性能.

主要成果:

• 实现了大约97%的验证准确度,用于左侧侧腺自动轮.
• 在右侧侧腺自动轮方面实现了大约96%的验证准确性.
• 在腺的自动划分方面表现出高性能.

结论:

• 开发的自动轮框架对于放射瘤学家来说是方便和可靠的.
• 基于AI的自动轮增加了治疗规划中的一致性和可重复性.
• 这项技术可以显著提高用于头癌的放射治疗的有效性.